Repositorio destinado a la propuesta de Mentoría: "Detección Automática de Plagio", para la Diplomatura de Ciencia de Datos, Aprendizaje Automático y sus Aplicaciones, Cohorte 2023

Detección Intrínseca de Plagio

Se descargar el dataset de:

1. https://zenodo.org/record/3250095#.YifVtXrMLIU
2. Se crea una carpeta denominada "intrinsic", dentro de la carpeta "intrinsic-plagiarism", y se copian (y descomprimen) los archivos en dicha carpeta.
3. Se crea una carpeta denominada "corpus" dentro de la carpeta "intrinsic-plagiarism".
4. Luego debemos dirigirnos a la carpeta intrinsic y seguir la siguiente ruta: \pan-plagiarism-corpus-2011\intrinsic-detection-corpus\suspicious-document

En dicha carpeta se encuentran carpetas (part1, part2, ..., part_10) con los documentos .txt y sus respectivos .xml.
Se debe correr el script copiar-corpus.py para copiar todos esos archivos en una misma carpeta (carpeta corpus)

1. ¿Cuáles son las características específicas de los textos que indican la presencia de plagio intrínseco?
2. ¿Cómo se puede identificar el plagio intrínseco de manera más precisa y eficiente utilizando técnicas de procesamiento de lenguaje natural y aprendizaje automático?
3. ¿Cómo se pueden diseñar algoritmos de detección de plagio intrínseco que sean más efectivos y precisos independientemente del idioma?
4. ¿Cómo se pueden prevenir el plagio intrínseco en la enseñanza y la producción de textos académicos y científicos?
5. ¿Cómo se pueden detectar y prevenir el plagio intrínseco en la producción de textos en el mundo laboral y profesional?