Similarity threshold to detect plagiarism in Spanish

• Montse Marquina ^[1] ; Sheila Queralt ^[1]
  1. [1] Universitat Pompeu Fabra

     Universitat Pompeu Fabra

     Barcelona, España

     
• Localización: RAEL: revista electrónica de lingüística aplicada, ISSN 1885-9089, Vol. 13, Nº. 1, 2014, págs. 79-95
• Idioma: inglés
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 4 Citas
• Resumen
  • español

    El plagio, desafortunadamente, es una práctica muy común en la sociedad actual.

    Dicha práctica se produce en diversos ámbitos: el mundo periodístico, educativo, literario y científico, entre otros. Estudios previos sobre la detección de plagio establecen la improbabilidad de que dos autores escriban independientemente dos secuencias idénticas de más de siete palabras en inglés. Este artículo estudia si ese umbral de singularidad establecido en inglés puede aplicarse al español. Además en este estudio también se tiene en cuenta la posible variabilidad en el umbral según el género textual en el que se ha producido la secuencia. Por este motivo, se ha analizado una selección de oraciones, en español, pertenecientes a distintos géneros: periodístico, literario y científico. Los resultados muestran que el umbral de singularidad del español es menor que para el inglés independientemente del género textual analizado. Los resultados de este estudio permitirán ofrecer resultados más fiables en casos de detección de plagio ante los Tribunales.

  • English

    Plagiarism is, unfortunately, a very common practice in today's society. This practice occurs in several areas: journalistic, educational, literary and scientific world, among others.

    Previous studies on the detection of plagiarism establish that it is unlikely that two authors write independently two identical sequences of more than seven words in English. This article examines whether this established similarity threshold in English can be applied into the Spanish language.

    In addition, the possible variability in the threshold according to the text genre in which the sequence has occurred been also taken into account in this study. For this reason, a selection of utterances in Spanish, from different genres (journalism, literary and scientific) has been analysed.

    Results show that the similarity threshold for the Spanish language is lower than for the English language regardless of genre. Findings of this study will contribute to furnish more reliable results in Court, in cases of plagiarism detection.