Detección de plagio intrínseco usando la segmentación de texto

Abstract

La detección de plagio intrínseco utiliza la estilografía para delimitar secciones de un documento, que se sospecha que fueron escritas por un autor diferente. En este trabajo, se analiza si la segmentación de texto es una opción viable como estrategia de descomposición de texto y se implementa un algoritmo simple para la detección de outliers, una de las componentes básicas en este tipo de tareas. Se provee además de un ambiente integrado de ejecución que permite ingresar un texto en inglés, y muestra las secciones de ese texto que exiben un estilo de escritura distinto al autor del texto. El algoritmo de detección fue testeado en el corpus de la Competencia de Detección de Plagio Pan 2009, donde se obtienen resultados comparables a los obtenidos con otros algoritmos representativos del estado del arte en el área.