⏱ زمان مطالعه: 9 دقیقه
تشخیص اصالت متن و بررسی درصد مشابهت پایان‌نامه‌ها و مقاله‌ها در نظام دانشگاهی ایران، به دو بستر اصلی یعنی سامانه همانندجو (وابسته به ایرانداک) و سامانه سمیم نور (توسعه‌یافته در مرکز تحقیقات کامپیوتری علوم اسلامی نور) وابسته است. هرچند هر دو سامانه با هدف کشف شباهت متنی و جلوگیری از سرقت علمی طراحی شده‌اند، تفاوت‌های بنیادینی در پایگاه داده، الگوریتم‌های پردازش متن، حوزه تخصصی و میزان رسمیت دانشگاهی دارند. شناخت دقیق این تفاوت‌ها مانع از رد شدن پروپوزال یا پایان‌نامه در مراحل اداری و دفاع می‌شود.
مقایسه پایگاه داده همانندجو و سمیم نور و منابع تحت پوشش
مهم‌ترین عامل تمایز میان این دو ابزار اصالت‌سنجی، منبع داده‌هایی است که متن ورودی با آن‌ها مقایسه می‌شود. سامانه همانندجو مستقیماً به مخزن ملی پژوهش‌های ایران (گنج) در پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک) متصل است. این مخزن شامل صدها هزار پایان‌نامه کارشناسی ارشد، رساله دکتری، طرح پژوهشی و پروپوزال مصوب از دانشگاه‌های سراسری، آزاد، پیام‌نور و موسسات غیرانتفاعی است. اگر متنی از یک پایان‌نامه دفاع‌شده در دانشگاه تبریز یا دانشگاه تهران برداشته شده باشد، همانندجو سریع‌ترین و دقیق‌ترین تشخیص را خواهد داشت.
در نقطه مقابل، سمیم نور بر بستر عظیم کتابخانه‌های دیجیتال مرکز نور بنا شده است. این سامane به ده‌ها هزار جلد کتاب مرجع در حوزه‌های علوم انسانی، متون کهن، منابع روایی، فقهی، تفسیری، فلسفی و همچنین آرشیو نشریات علمی حوزه و دانشگاه (پایگاه نورمگز) دسترسی دارد. تفاوت فنی زمانی آشکار می‌شود که یک دانشجو متنی را از یک کتاب قدیمی یا مقاله‌ای تخصصی در حوزه علوم انسانی کپی کرده باشد؛ در این حالت، احتمال شناسایی منبع توسط سمیم نور بسیار بالاتر از همانندجو است، زیرا پایگاه داده ایرانداک تمرکز اصلی خود را بر آثار دانشگاهی دانشجویی قرار داده و تمام کتاب‌های منتشره در کشور را بازنمایی نمی‌کند.
راهنمای جامع این موضوع: اصالت‌سنجی پایان نامه گزارش مکتوب همانندی
به عنوان یک مثال فرضی، اگر رساله‌ای در رشته حقوق، بخشی از استدلال خود را عینا از کتاب مکاسب شیخ انصاری یا شرح‌های معاصر آن بدون ارجاع نقل کند، سمیم نور به دلیل نمایه‌سازی عمیق کتب فقهی، بلافاصله تطابق دقیق متن را ثبت می‌کند؛ در حالی که همانندجو تنها در صورتی این بخش را می‌شناسد که دانشجوی دیگری پیش‌تر همان قطعه را در پایان‌نامه ثبت‌شده خود به کار برده باشد.
دقت پردازش متن در متون علوم انسانی، اسلامی و ادبیات
علوم انسانی به دلیل پیوند عمیق با زبان عربی، متون کلاسیک فارسی، استعارات، و ساختارهای نحوی پیچیده، نیازمند ابزارهای تخصصی پردازش زبان طبیعی (NLP) است. سمیم نور از موتور تحلیل صرفی و نحوی ویژه‌ای بهره می‌برد که در طول چند دهه توسط پژوهشگران مرکز نور طراحی شده است. این موتور قادر به تحلیل ریشه‌های کلمات، تطبیق صرفی صیغه‌ها و درک مشتقات واژگانی است. همچنین حساسیت موتور جستجوی سمیم نور در برابر علائم نگارشی، اعراب‌گذاری و تفاوت رسم‌الخط‌های قرآنی و متون حدیثی بسیار بالاست.
بیشتر بخوانید: نحوه خواندن گزارش همانندجو
سامانه همانندجو در نسخه‌های اخیر خود گام‌های موثری در تطبیق کلمات مترادف و نادیده گرفتن جابه‌جایی‌های ساده کلمات برداشته است، اما رویکرد آن بیشتر مبتنی بر تطبیق آماری قطعات متنی (N-gram) در زبان فارسی مدرن و آکادمیک است. این رویکرد در متون ادبی کهن یا مباحث استدلالی فقهی ممکن است متنی دست‌کاری شده را شناسایی نکند یا برعکس، عبارات پرکاربرد مقدماتی را به اشتباه به عنوان مشابهت پرخطر علامت بزند.
- تسلط سمیم نور بر ارجاعات عربی: قابلیت استخراج عبارات عربی آمیخته با فارسی و شناسایی منبع دقیق روایات و آیات.
- پردازش ساختارهای نحوی در سمیم نور: انعطاف در کشف تغییر افعال و مشتقات در بازنویسی‌های غیرمجاز متون ادبی.
- تمرکز همانندجو بر سیاق نگارش دانشگاهی: شناسایی تطبیقی قالب‌بندی‌های استاندارد دانشگاهی و ادبیات متداول فصول اول تا پنجم رساله‌ها.
تحلیل متون رشته‌های فنی، مهندسی و علوم پایه
در رشته‌های فنی و مهندسی، متون شامل اصطلاحات برگردانده‌شده از زبان انگلیسی، فرمول‌های ریاضی، کدنویسی، جداول پارامتریک و علائم استاندارد بین‌المللی هستند. سامانه سمیم نور اصولاً برای این دسته از علوم طراحی نشده است و بارگذاری متون مهندسی مکانیک، برق، کامپیوتر یا مهندسی شیمی در آن نتیجه تحلیلی قابل اتکایی ارائه نمی‌دهد، زیرا منابع پایگاه داده آن با واژگان و موضوعات این حوزه‌ها انطباق ندارد.
بیشتر بخوانید: کد شناسه استاد در همانندجو چیست
همانندجو در حوزه علوم پایه و فنی مهندسی، بستر یکه‌تاز است. حجم عظیمی از پروژه‌های فنی و صنعتی دفاع‌شده در دانشگاه‌های بزرگ صنعتی کشور در ایرانداک ثبت شده‌اند. این سامانه تکرار ساختارهای روش تحقیق، شرح آزمایشگاهی، تعاریف متغیرها و بخش مرور ادبیات حوزه‌های مهندسی را با دقت مقایسه می‌کند. نقطه ضعف مشترک هر دو سامانه، عدم امکان تحلیل مفهومی کدهای برنامه‌نویسی و فرمول‌های درج‌شده در نرم‌افزارهای فرمول‌نویس است که اغلب به صورت تصویر یا کاراکترهای خاص پردازش‌نشده باقی می‌مانند.
اعتبار قانونی و ضوابط پذیرش در دانشگاه‌ها
از منظر اداری، دریافت گزارش همانندی با هدف تسویه‌حساب و صدور مجوز دفاع، تابع قوانین مصوب مراجع بالادستی است. بر اساس «قانون پیشگیری و مقابله با تقلب در تهیه آثار علمی» مصوب مجلس شورای اسلامی و آیین‌نامه‌های وزارت علوم، تحقیقات و فناوری، ثبت و استعلام پایان‌نامه‌ها و رساله‌ها در سامانه همانندجو ایرانداک برای کلیه دانشجویان دانشگاه‌های دولتی الزامی است. سامانه آموزش دانشگاه‌ها (مانند گلستان) برای تایید نهایی دفاع، شناسه و درصد همانندی صادره از همانندجو را طلب می‌کنند.
مطلب مرتبط: قوانین حذف رفرنس از درصد همانندی
دانشگاه آزاد اسلامی نیز با سامانه همانندجو تعامل ساختاری دارد، هرچند در مقاطعی سیستم‌های مکمل داخلی را نیز استفاده کرده است. در سوی دیگر، سمیم نور سند رسمی و الزامی برای دانشگاه‌های زیرمجموعه وزارت علوم نیست. این سامانه بیشتر در حوزه‌های علمیه، جامعه‌المصطفی العالمیه، برخی دانشکده‌های الهیات، مراکز پژوهشی تخصصی حوزه دین و مجلات علمی‌پژوهشی مرتبط با علوم اسلامی و انسانی به عنوان مرجع ارزیابی و غربالگری مقاله‌ها کاربرد دارد.
اشتباه رایجی که میان دانشجویان دیده می‌شود، تهیه گزارش اصالت از سمیم نور و ارائه آن به آموزش دانشگاه دولتی است. آموزش دانشگاه به دلیل عدم ارتباط سیستمی سمیم نور با پرونده تحصیلی دانشجو و نبود «کد رهگیری ایرانداک»، این گزارش‌ها را برای صدور مجوز دفاع نمی‌پذیرد.
مطلب مرتبط: سامانه همانندجو ایرانداک نحوه کار
جدول مقایسه جامع ویژگی‌های فنی و ساختاری
| شاخص مقایسه | سامانه همانندجو (ایرانداک) | سامانه سمیم نور |
|---|---|---|
| متولی توسعه | پژوهشگاه علوم و فناوری اطلاعات ایران | مرکز تحقیقات کامپیوتری علوم اسلامی |
| پایگاه داده اصلی | پایان‌نامه‌ها، رساله‌ها و پروپوزال‌های دانشگاهی کشور | کتاب‌های اسلامی، متون انسانی، نشریات نورمگز |
| رشته‌های هدف | تمام رشته‌های فنی، پایه، انسانی، هنر و کشاورزی | علوم اسلامی، فقه، حقوق، الهیات، ادبیات فارسی و عربی |
| الزام قانونی در وزارت علوم | اجباری و سراسری برای صدور مجوز دفاع | اختیاری و محدود به مراکز حوزوی یا مجلات همکار |
| نیاز به شناسه استاد | برای بارگذاری نسخه نهایی دفاع نیاز به شناسه استاد راهنما دارد | مستقل است و کاربر شخصی بدون استاد هم گزارش می‌گیرد |
| تحلیل زبان عربی | سطحی و مبتنی بر تطابق کلمه به کلمه | عمیق، همراه با تحلیل ریشه، مشتقات و صرف کلمات |
| پوشش کتاب‌های قدیمی | پایین (مگر منابعی که پیش‌تر دانشجویان نقل کرده باشند) | بسیار گسترده بر مبنای کتابخانه‌های تخصصی |
نحوه برخورد الگوریتم‌ها با شگردهای کاهش درصد همانندی
برخی افراد تصور می‌کنند با تغییرات ظاهری در متن می‌توانند موتورهای اصالت‌سنجی را فریب دهند. شناخت نحوه تعامل هر دو سامانه با این ترفندها نشان‌دهنده تفاوت‌های الگوریتمی آن‌ها است:
- دست‌کاری فاصله و نیم‌فاصله‌ها: هر دو سامانه در گام نخست پیش‌پردازش متن، کلیه فاصله‌های غیرمجاز، نویسه‌های مخفی، کدهای یونیکد غیراستاندارد و فاصله‌های مجازی را یکسان‌سازی (Normalize) می‌کنند؛ بنابراین استفاده از نیم‌فاصله برای شکستن کلمات عملاً بی‌اثر است.
- استفاده از کاراکترهای سفید یا متون مخفی: الگوریتم‌های جدید همانندجو و سمیم نور، پرونده متنی را از فرمت تصویری یا متنی استخراج کرده و لایه‌های گرافیکی پشت متن را حذف می‌کنند. در صورتی که فایل حاوی کاراکترهای ساختگی باشد، سیستم خطای بارگذاری می‌دهد یا فایل را به عنوان متن مخدوش علامت‌گذاری می‌کند.
- جایگزینی حروف عربی و فارسی: تفاوت حروفی نظیر «ی» و «ک» در هر دو سامانه از طریق جدول‌های یکسان‌سازی کاراکتر حل شده است و تغییر فونت یا حروف تاثیری در گمراه کردن سیستم ندارد.
- تغییر ساختار جملات: سمیم نور به دلیل بهره‌گیری از روابط معنایی و بافتار متنی، در شناسایی جملاتی که فقط جای ارکان آن عوض شده (مثلا جابه‌جایی مفعول و فعل) در متون نظری، حساس‌تر از همانندجو عمل می‌کند.
راهنمای انتخاب سامانه متناسب با هدف و رشته تحصیلی
برای اتخاذ تصمیم درست، هدف از استعلام متن باید شفاف باشد. اگر هدف عبور از مراحل اداری دانشگاه و رسیدن به جلسه دفاع است، دانشجو صرف‌نظر از رشته تحصیلی خود ناچار به اخذ گزارش از همانندجو است، زیرا ضوابط تحصیلات تکمیلی راه دیگری پیش پای او نمی‌گذارد. با این حال، در گام‌های پیش از ارائه نسخه نهایی، وضعیت متفاوت خواهد بود.
مطلب مرتبط: سفارش شبیه سازی هایسیس
برای پژوهشگران رشته‌های زبان و ادبیات فارسی، علوم قرآن و حدیث، فقه و مبانی حقوق، فلسفه و کلام اسلامی، و تاریخ اسلام، بهره‌گیری از سمیم نور به عنوان یک ابزار پیش‌ارزیابی فوق‌العاده مفید است. پژوهشگر با این سامانه متوجه می‌شود که آیا ارجاعات او به متون مادر به درستی درون گیومه قرار گرفته‌اند و آیا متنی ناخواسته از کتابی کهن عیناً منتقل شده است یا خیر. این کار ریسک رد شدن مقاله در مجلات معتبر علوم انسانی را به حداقل می‌رساند.
در مقابل، دانشجویان رشته‌های مدیریت، اقتصاد، روان‌شناسی، جامعه‌شناسی، و کلیه گرایش‌های مهندسی و علوم پایه بهتر است منابع خود را پیش از دفاع نهایی با معیارهای همانندجو تطبیق دهند. تمرکز بر بازنویسی اصولی متون، ترجمه مفهومی از مقالات بین‌المللی و پرهیز از رونویسی پایان‌نامه‌های دانشجویان سال‌های قبل دانشگاه‌های دیگر، تنها راه مطمئن برای پایین نگه داشتن درصد مشابهت در همانندجو است.
مطلب مرتبط: اشتباهات رایج در دور زدن همانندجو
پرسش‌های متداول
آیا می‌توان به جای شناسه استاد در همانندجو، از گزارش سمیم نور استفاده کرد؟
خیر. دانشگاه‌های تحت نظارت وزارت علوم و دانشگاه آزاد تنها گزارش‌هایی را تایید می‌کنند که دارای شناسه رهگیری معتبر از پایگاه ایرانداک بوده و مستقیماً در کارتابل استاد راهنما تایید شده باشند.
علت تفاوت فاحش درصد همانندی یک متن در دو سامانه چیست؟
این تفاوت به پایگاه داده مربوط است. متنی که به شدت بر کتاب‌های چاپی و مقالات فقهی و انسانی تکیه دارد در سمیم نور درصد بالایی می‌گیرد، اما ممکن است در همانندجو (به دلیل ثبت نشدن متن کامل آن کتاب‌ها در گنج) درصد پایینی داشته باشد. برعکس، متنی که از چند پایان‌نامه کپی شده باشد، در همانندجو به سرعت درصد بالایی نشان می‌دهد، اما سمیم نور ممکن است منبع اصلی آن پایان‌نامه‌ها را در پایگاه خود نداشته باشد.
آیا سمیم نور برای مقاله‌های مجلات علمی‌پژوهشی مناسب است؟
بله، شمار زیادی از نشریات حوزه علوم انسانی و معارف اسلامی وابسته به حوزه و دانشگاه، پیش از ارسال مقاله به داوری، اصالت آن را منحصراً از طریق سمیم نور بررسی می‌کنند و از نویسنده می‌خواهند گواهی این سامانه را بارگذاری کند.
