Гибридныи алгоритм поиска академического плагиата исходного кода с использованием парсера ANTLR А. С. Зоркин, Д. О. Змеев
Material type: ArticleContent type: Текст Media type: электронный Subject(s): ANTLR, генератор нисходящих анализаторов для формальных языков | академический плагиат | IT-образованиеGenre/Form: статьи в сборниках Online resources: Click here to access online In: Информационные технологии и математическое моделирование ИТММ-2021 : материалы XX Международной конференции имени А. Ф. Терпугова, 1−5 декабря 2021 г С. 13-18Abstract: Многие технические высшие учебные учреждения оценивают задачи по программированию студентов на специализированных платформах для проведения контестов, однако при оценке сданных решений преподаватель достаточно много времени тратит на проверку их уникальности. Безусловно, эта рутинная работа может быть автоматизирована путем применения некоторой системы поиска академического плагиата. В данной статье рассматривается гибридный алгоритм сравнения исходных кодов на основе пяти различных методов: по текстовым и бинарным представлениям программы, а также на базе лексем и абстрактных синтаксических деревьев, полученных с использованием парсера ANTLR. Предложенный подход показал высокую эффективность как на детектировании небольших маски- РУЮ1ЦИХ изменений, так и на более крупных структурных преобразованиях программного кода.Библиогр.: 8 назв.
Многие технические высшие учебные учреждения оценивают задачи по программированию студентов на специализированных платформах для проведения контестов, однако при оценке сданных решений преподаватель достаточно много времени тратит на проверку их уникальности. Безусловно, эта рутинная работа может быть автоматизирована путем применения некоторой системы поиска академического плагиата. В данной статье рассматривается гибридный алгоритм сравнения исходных кодов на основе пяти различных методов: по текстовым и бинарным представлениям программы, а также на базе лексем и абстрактных синтаксических деревьев, полученных с использованием парсера ANTLR. Предложенный подход показал высокую эффективность как на детектировании небольших маски- РУЮ1ЦИХ изменений, так и на более крупных структурных преобразованиях программного кода.
There are no comments on this title.