原創(chuàng)力文檔
?
一、?為什么我們要推出機(jī)器程序判斷為主的原創(chuàng)度檢測？
之前人工判斷的文檔原創(chuàng)存在有哪些問題？
以前，網(wǎng)站的原創(chuàng)/獨家文檔全部都由人工審核，存在很多問題：
1、每個管理員的判斷標(biāo)準(zhǔn)不一致，有的會摻入個人感覺，造成判斷不準(zhǔn)確；
2、根據(jù)規(guī)則判斷，比如百度搜索是否已經(jīng)存在，如果百度已經(jīng)存在的內(nèi)容，至少來說是沒有優(yōu)先發(fā)布在本站的。但有些用戶會直接搬用別人的文章冒充原創(chuàng)/獨家，這種情況每天達(dá)到一半以上，加上現(xiàn)在網(wǎng)站的原創(chuàng)文檔上傳量達(dá)到了兩千以上，這給網(wǎng)站的審核帶來了極大的工作量和難以判斷，并且人工審核起來也是件極為痛苦的事情；
3、有的用戶天天找管理員爭論，認(rèn)為管理員判斷有誤、判斷有失偏駁，之前存在不同的原創(chuàng)審核管理員本身就存在審核的標(biāo)準(zhǔn)不一樣的問題。
二、文檔原創(chuàng)檢測標(biāo)準(zhǔn)回顧
因此，網(wǎng)站必須要拿出了一套行之有效的判斷規(guī)則，既要公平、公證、規(guī)律可行、又要要求速度快，經(jīng)過深思熟慮，我們就拿出了一套規(guī)則，那就是：我們發(fā)現(xiàn)，很多用戶以為自己只要付出了一丁點努力，比如去整理、修飾、改編、翻譯一番，那這個文檔就是屬于原創(chuàng)了。實際上，按照《著作權(quán)法》，整理、修飾、改編、翻譯等情況一律都不是原創(chuàng)或者獨家。原創(chuàng)和獨家的定義，我們其實在網(wǎng)站上已經(jīng)定論了很多次，但是還是還有很多用戶存在模糊概念、甚至肆意曲解原創(chuàng)文檔的定義。
今天我們再來公布一下原創(chuàng)文檔的定義和標(biāo)準(zhǔn)：
原創(chuàng)審核標(biāo)準(zhǔn)：
1.修改、篡改、整理、整編、改編、翻譯的作品均不算原創(chuàng)。
2.教材，整理好的試題，考試歸納總結(jié)不算
3.政府方面的公文（工作總結(jié)，報告）不算
4.工作崗位范圍以內(nèi)的，上級進(jìn)行安排的，沒有經(jīng)過公司同意授權(quán)的不算
5.封建迷信，八卦，周公解夢，手相，面相等 不符合主流價值觀的不算
6.短視頻中 翻拍的，照片中有人像（肖像權(quán)）的沒有經(jīng)過授權(quán)的?不算
7.繪畫，藝術(shù)中 裸體照片的不算（即沒有經(jīng)過藝術(shù)加工的）
三、原創(chuàng)檢測度檢測標(biāo)準(zhǔn)的啟發(fā)及原理
作者我其實是經(jīng)常草擬文件，我很少或者幾乎不會去抄襲、借鑒人家的文案，能夠用自己語言表達(dá)來寫作的就用自己的語言來表達(dá)。當(dāng)有用戶對我們的標(biāo)準(zhǔn)進(jìn)行質(zhì)疑時，我們經(jīng)常會百度一下他其中的內(nèi)容來評判，說:“看，您的這一句話又抄襲人家的了”。
基于此，我們?nèi)绻軌驅(qū)⒂脩羯蟼鞯奈臋n的文本提取出來，并且分析文中的每一句話，如果發(fā)現(xiàn)大量抄襲，并且達(dá)到了約定的“閥值”，則本站完全可以自動判斷他這個文檔就不是原創(chuàng)。能夠做到準(zhǔn)確、公正、及時性極高等特性。
閥值，是指約定一個數(shù)值，超過某個數(shù)量，我們就會判定他不是原創(chuàng)。為什么我們不公布閥值，因為這個閥值我們一直去調(diào)整，且公布后一定有用戶作弊等情況發(fā)生。
及時性，是指機(jī)器自動提取運轉(zhuǎn)，這個速度很快，完全拋棄了人工判定。以后絕不存在因為管理員下班休息、節(jié)假日休息而存在審核不及時的情況發(fā)生。
?
（上圖為我寫的本文的一句話，隨便一搜都搜不到）
目前文檔原創(chuàng)度檢測已經(jīng)開始應(yīng)用，且應(yīng)用良好，用戶也沒來鬧意見了，因為規(guī)則是一樣的。其實，我們還有另外一個心得，俗話說：“世界上沒有一模一樣的樹葉”、“世界上沒有一模一樣的人類指紋”“世界上沒有一模一樣的DNA”。那今天，我們要加一句哈，“世界上沒有一模一樣的一句話”，除非是使用頻率特別高的約定俗成的語句，每個人說話的方式、風(fēng)格、順序都天然帶有其獨特的“DNA”。
換言之，也就是說，只要用戶上傳了文檔，我們都會對文檔中的每一句話都讓機(jī)器去搜素一下，查看是否與百度、360、搜狗等存在有一模一樣的內(nèi)容來作為判斷的依據(jù)，即：如果一篇文章存在大量與互聯(lián)網(wǎng)重復(fù)內(nèi)容，那么本平臺基本可以判定這個文章不是優(yōu)先發(fā)布在本站。同時再加上網(wǎng)站其他規(guī)則，包括出現(xiàn)的概率、筆名等來綜合判斷是否為原創(chuàng)/獨家文檔，該方案既節(jié)省了人工成本，也保證了判斷的公平、公正、及時性。
四、筆名檢測及原創(chuàng)度判斷標(biāo)準(zhǔn)
網(wǎng)站已經(jīng)將其中一個規(guī)則“署名檢測”發(fā)布在qq群，現(xiàn)在也在這里發(fā)布出來，如下表格：
大家可以看到，獨家的判定必須滿足其中至少一種條件，原創(chuàng)需要同時滿足兩個條件才行，如果兩個條件都不滿足，即使你點擊上傳的類型為“上傳原創(chuàng)文檔”，如果檢測出來兩者皆不符合檢測條件，那也無濟(jì)于事，從而達(dá)到了阻止“隨便拿一個文檔就來冒充原創(chuàng)”的行為，從而從機(jī)制上杜絕了用戶可能源源不斷造假、甚至信誓旦旦就說文檔就是她的原創(chuàng)，來挑戰(zhàn)審核底線，而徹底解決了管理員模棱兩可、不知怎么辦的難堪局面。
如果你膽敢肆意冒充，在大量文檔中加入你的簽名，特別是整理幾個文檔就說是你的原創(chuàng)文檔，那么出了問題你要背全責(zé)，同時一旦核實批量造假本站將進(jìn)行“關(guān)小黑屋”的重罰！
四、后話
接下來網(wǎng)站還會做軟件檢測，這個軟件不僅包括原創(chuàng)、獨家檢測，還包括標(biāo)題評分、用戶文檔需求挖掘等功能。該軟件上線后本站會公布給大家免費下載、免費使用，謝謝大家！
?
四川文動網(wǎng)絡(luò)科技有限公司
2020年3月19日星期四
