⏱ زمان مطالعه: 11 دقیقه
مکانیزم عملکرد سامانه سمیم نور و دلایل بالا رفتن درصد مشابهت
سامانه سمیم نور به عنوان یکی از ابزارهای تخصصی اصالت‌سنجی متون، متون ارسالی را با پایگاه‌های داده گسترده خود تطبیق می‌دهد. این سامانه به‌ویژه در حوزه‌های علوم انسانی، علوم اسلامی، حقوق، ادبیات و علوم اجتماعی قدرت تحلیل بسیار بالایی دارد؛ زیرا به کتابخانه‌های دیجیتال جامع نور، مجلات معتبر علمی و پایان‌نامه‌های حوزوی و دانشگاهی متصل است. مکانیزم شناسایی متن در این سامانه بر پایه الگوریتم‌های پردازش زبان طبیعی و تطبیق الگوهای زنجیره‌ای کلمات بنا شده است. زمانی که متن یک پایان‌نامه یا مقاله بارگذاری می‌شود، سامانه عبارات چندکلمه‌ای متوالی (n-gram) را استخراج کرده و آن‌ها را با میلیون‌ها سند موجود مقایسه می‌کند.
عامل اصلی که سبب جهش ناگهانی درصد همانندجویی در سمیم نور می‌شود، کپی عینی تعاریف نظری، نقل‌قول‌های طولانی بدون تغییر لحن و ساختار، و استفاده از واژگان و اصطلاحات استاندارد متون پایه است. بسیاری از دانشجویان هنگام نگارش پیشینه پژوهش یا مبانی نظری، جملات مقالات پیشین را عیناً و بدون دخل و تصرف وارد فایل خود می‌کنند. سامانه حتی اگر چند کلمه رابط یا حرف ربط را تغییر داده باشید، ساختار بند و ترتیب منطقی گزاره‌ها را تشخیص می‌دهد و آن بخش را به رنگ قرمز یا زرد به عنوان متن مشابه علامت‌گذاری می‌کند.
برای بررسی وضعیت متن خود، نخستین گام تحلیل گزارش تفصیلی همانندی است. یک نمونه فرضی را در نظر بگیرید: دانشجویی در رشته حقوق، متن تعریف عقد وکالت و ارکان آن را مستقیماً از کتاب شرح قانون مدنی نقل کرده است. سامانه سمیم نور کل پاراگراف پنج‌خطی را به عنوان منبع مشترک تشخیص می‌دهد و درصد همانندی فصل دوم را از ۱۵ درصد به ۳۸ درصد می‌رساند. اشتباه متداول در این موقعیت، پاک کردن تصادفی حروف یا افزودن کلمات توصیفی بیهوده است، در حالی که تصمیم درست، شکستن جملات بلند و بازآفرینی استدلال حقوقی با زاویه دید جدید نویسنده است.
تفاوت الگوریتم سمیم نور با ایرانداک در پردازش متون
درک تفاوت سامانه‌های ارزیابی سرقت علمی، روند بازنویسی و اصلاح متن را مشخص می‌کند. سامانه همانندجو ایرانداک تمرکز اصلی خود را بر پایان‌نامه‌ها و رساله‌های ثبت‌شده در پایگاه ملی اطلاعات گنج قرار داده است، در حالی که سمیم نور به متون کهن، مقالات نشریات علمی تخصصی، اسناد فقهی، دانشنامه‌ها و مجلات حوزه علوم انسانی اشراف عمیق‌تری دارد. تفاوت فنی دیگر در نحوه مواجهه با پسوندها، پیشوندها و ریشه‌یابی افعال در رسم‌الخط فارسی و عربی است. سمیم نور به دلیل بهره‌گیری از زیرساخت‌های موتور جستجوی پایگاه نور، قابلیت ریشه‌یابی و تطبیق معنایی واژگان هم‌خانواده را با حساسیت متفاوتی اجرا می‌کند.
مطلب مرتبط: سفارش ساخت پاورپوینت دفاع
تصمیم‌گیری درباره نحوه ارجاع‌دهی زمانی اهمیت می‌یابد که یک متن حاوی متون عربی یا احادیث باشد. اگر در ایرانداک گاهی برخی عبارات کوتاه عربی در میان متن گم شوند، در سمیم نور دقیقاً همان عبارات به عنوان متن مشابه از کتب اربعه یا تفاسیر استخراج می‌شوند. خطای رایج پژوهشگران این است که گمان می‌کنند اگر متنی در ایرانداک درصد پایینی ثبت کند، همان متن در سمیم نور نیز گزارش مشابهی خواهد داشت. تجربه نشان داده است در مباحث فلسفی و ادبی، امتیاز مشابهت سمیم نور به دلیل غنای مخزن داده‌ای آن معمولاً بالاتر نمایش داده می‌شود.
برای بررسی این موضوع، آزمایشی فرضی را تصور کنید: یک مقاله علمی‌پژوهشی فقهی با ۴۰۰۰ کلمه، در ایرانداک درصد همانندی ۱۲ درصد دریافت کرده است، اما همان فایل در سمیم نور ۲۷ درصد گزارش می‌شود. علت این اختلاف، مطابقت متن با کتب خطی یا مجلات تخصصی پژوهشگاه‌ها است که در سمیم نور نمایه‌سازی شده‌اند ولی در مخزن ایرانداک وجود ندارند. راهکار عملی پیش از بارگذاری نهایی، شناسایی منابع دست‌اول و پرهیز از رونویسی متن از پژوهش‌های معاصر است؛ یعنی متن باید مستقیماً با زبان تحلیلی نویسنده تدوین شود.
تکنیک‌های عملی بازنویسی ساختاری و پارافریز حرفه‌ای
پارافریز یا بازنویسی مفهومی، روش بنیادین در کاهش درصد همانندجویی سمیم نور محسوب می‌شود. پارافریز صرفاً جابه‌جا کردن چند واژه با مترادف‌هایشان نیست؛ این اقدام سطحی توسط الگوریتم‌های پردازش متنی نور به سادگی به عنوان مشابهت ترکیبی شناسایی می‌شود. برای بازنویسی اصولی، باید ایده و استدلال موجود در متن مبدأ را درک کرده، سپس آن پیام را بدون نگاه کردن به متن اصلی، با ساختار نحوی و دایره واژگان شخصی خود بازآفرینی کنید.
مطلب مرتبط: نگارش پروپوزال
تغییر ساختار دستوری از معلوم به مجهول یا برعکس، یکی از سازوکارهای کارآمد است. تغییر ترتیب تقدم و تأخر جملات پیرو و پایه، ادغام دو جمله کوتاه در یک جمله ترکیبی منسجم، یا تبدیل یک جمله طولانی و گنگ به سه گزاره دقیق، ردپای ماشین‌های همانندجو را خنثی می‌کند. شرط تصمیم‌گیری در این مرحله حفظ امانت علمی و دقت اصطلاحات فنی است؛ اصطلاحات تخصصی نباید جایگزین شوند، بلکه باید در بستر یک بافتار زبانی تازه قرار گیرند.
به این مثال فرضی توجه کنید: جمله اصلی: «علامه طباطبایی در تفسیر المیزان با تکیه بر آیات دیگر استدلال می‌کند که جبرگرایی با عدل الهی در تناقض آشکار است.» جمله بازنویسی‌شده: «بر پایه دیدگاه تفسیری ارائه‌شده در المیزان، نفی اختیار از انسان با اصل بنیادین عدالت خداوند همخوانی ندارد؛ رویکردی که بر شیوه تفسیر قرآن به قرآن استوار است.» ساختار کاملاً دگرگون شده، واژگان بازطراحی شده‌اند، اما معنای تحلیلی به طور دقیق منتقل شده است. خطای متداول دانشجویان استفاده از واژگان نامأنوس قدیمی برای فرار از همانندی است که ساختار نگارشی متن را خراب می‌کند.
- مطالعه عمیق بند مبدأ و یادداشت‌برداری صرفاً به صورت کلمات کلیدی
- بستن متن اصلی و انشای مجدد مفهوم بر مبنای یادداشت‌ها
- تغییر نقش دستوری واژگان، مانند تبدیل اسم مصدر به فعل یا صفت
- کنترل پیوستگی معنایی با متن پیشین و پسین در فصل پایان‌نامه
خطاهای خطرناک و روش‌های فریب الگوریتم سمیم نور
در میان جامعه دانشگاهی گاهی ترفندهایی غیرعلمی دهان‌به‌دهان می‌چرخد که خطرات آموزشی جدی به دنبال دارد. روش‌هایی مانند استفاده از حروف زبان‌های دیگر (مانند حرف ک یا ی عربی و روسی به جای فارسی)، گنجاندن نیم‌فاصله‌های نامتعارف، قرار دادن نویسه‌های سفید بی‌رنگ (White Text)، یا تبدیل پاراگراف‌ها به تصویر در فایل ورد، از جمله این اقدامات هستند. سامانه‌های هوشمند امروزی، از جمله سمیم نور، به این ترفندها مجهز هستند و در صورت برخورد با نویسه‌های غیرمجاز یا تغییرات فرمتی غیرعادی، خطای فایل صادر کرده یا فایل را برای بررسی دستی نشانه‌گذاری می‌کنند.
مطلب مرتبط: ترجمه تخصصی مقاله و پایان نامه، منابع
علت حساسیت ساختاری سامانه‌ها به این تکنیک‌ها، تحلیل کدینگ متن (Unicode) است. متن‌ها در فرآیند بارگذاری پیش‌پردازش می‌شوند؛ یعنی تمام نویسه‌های نامرئی حذف شده، حروف عربی و فارسی یکدست‌سازی (Normalize) می‌شوند و متن خام به الگوریتم سپرده می‌شود. در نتیجه، این شیوه‌ها نه‌تنها درصد را به صورت پایدار پایین نمی‌آورند، بلکه ممکن است در زمان بازبینی شورای پژوهشی یا در جلسه دفاع باعث ارجاع دانشجو به کمیته انضباطی یا رد کامل پژوهش شوند.
فرض کنید پژوهشگری برای کاهش تشابه یک فصل، بین تمام حروف واژگان کلیدی یک فاصله نامرئی یا کشیدگی (Shift+J) قرار داده است. در نگاه اول ممکن است عدد نرم‌افزار کاهش یابد، اما گزارش تولیدی سمیم نور متنی ناخوانا، بدون تطابق و با هشدارهای سیستمی فراوان ارائه می‌دهد. کارشناس تحصیلات تکمیلی با مشاهده این وضعیت، الزام به بارگذاری مجدد نسخه تصحیح‌شده می‌کند. بررسی درست آن است که دانشجو همواره متن را در قالب فونت استاندارد و بدون دستکاری کدهای پشت متن ویرایش کند.
مدیریت نقل‌قول‌ها، استنادات و احادیث برای مهار تشابه
بخش قابل توجهی از همانندی بالا در متون علوم انسانی، ناشی از نقل‌قول‌های مستقیم است. هنگامی که یک آیه قرآن، ماده قانونی، روایت، یا عبارت یک اندیشمند غربی بدون تغییر درج می‌شود، سامانه تمام آن کلمات را تطابق کامل ثبت می‌کند. سمیم نور تنظیماتی برای نادیده گرفتن نقل‌قول‌های استاندارد داخل گیومه یا فونت‌های کوچک‌تر دارد، اما این تنظیمات همیشه مانع از افزایش درصد کلی نمی‌شوند؛ چرا که سقف مجاز نقل‌قول در آیین‌نامه‌ها مشخص است.
مطلب مرتبط: تحلیل آماری SPSS، AMOS، Smart PLS
تصمیم فنی برای کنترل این مشکل، اولویت‌بندی میان نقل‌قول مستقیم و نقل‌قول غیرمستقیم است. نقل‌قول مستقیم تنها باید به مواردی محدود شود که تغییر حتی یک واژه، ارزش حقوقی، ادبی یا شرعی گزاره را دگرگون کند؛ مانند مواد قانونی یا عبارات کلیدی نص صریح روایات. در سایر موارد، شرح نظریات بزرگان و پیشگامان علمی باید با استناد دقیق اما به زبان خود پژوهشگر بازگو شود. همچنین ارجاع‌های پانویس یا انتهای متن اگر مطابق استانداردهای اعلامی سامانه فرمت‌بندی نشده باشند، گاهی جزو بدنه اصلی شمرده شده و درصد همانندی را به صورت کاذب افزایش می‌دهند.
مثالی عینی در نگارش فصول نظری: دانشجویی ده صفحه متوالی از احادیث را همراه با ترجمه انشایی علامه مجلسی در متن قرار داده است. این کار سبب می‌شود درصد مشابهت این فصل به بالای ۶۰ درصد برسد. راهکار اجرایی این است که تنها فراز کلیدی حدیث در متن آمده، اعراب‌گذاری‌های اضافی استاندارد شود و به جای ترجمه‌های کهنِ در دسترس عموم، تحلیل مضمونی و پیام محوری روایت در ارتباط با فرضیه پژوهش توسط محقق نگاشته شود.
استراتژی بازنویسی به تفکیک فصل‌های پایان‌نامه
هر فصل پایان‌نامه وزن متفاوتی در ایجاد همانندی دارد و نمی‌توان نسخه یکسانی برای تمام صفحات پیچید. در ادامه، نحوه مدیریت متن در بخش‌های مختلف پایان‌نامه بررسی شده است تا در وقت دانشجو صرفه‌جویی شود.
مطلب مرتبط: هزینه نگارش مقاله ISI
فصل اول: کلیات و بیان مسئله
بیان مسئله، اهداف و ضرورت پژوهش باید زاییده ذهن محقق باشند. همانندی در این فصل پذیرفته نیست؛ زیرا نشان‌دهنده نبود مسئله اختصاصی برای پژوهشگر است. برای کاهش درصد در این بخش، باید زمینه‌سازی‌ها را از زبان خود بنویسید و تنها آمارهای رسمی یا تعاریف عملیاتی پایه‌ای را با ذکر منبع قید کنید. اشتباه شایع، کپی کردن چرایی و ضرورت از پروپوزال‌های دیگران است که الگوریتم بلافاصله آن را تشخیص می‌دهد.
فصل دوم: مبانی نظری و پیشینه پژوهش
بیشترین تراکم همانندی در این فصل رخ می‌دهد. تکنیک کارآمد برای این بخش، «سنتز» یا ترکیب دیدگاه‌ها است. به جای آنکه برای هر مقاله پیشین یک بند مجزا بنویسید (رویکرد تاریخی محض)، مقالات را بر اساس جهت‌گیری فکری دسته‌بندی کنید؛ مثلاً ذکر کنید که گروهی از محققان به نتایج الف دست یافته‌اند در حالی که گروه دیگر بعد ب را پررنگ کرده‌اند. با این شیوه، ساختار انحصاری خود را می‌سازید و درصد تشابه به حداقل می‌رسد.
فصل‌های سوم، چهارم و پنجم: روش‌شناسی و تحلیل یافته‌ها
در فصل روش‌شناسی، تعاریف پرسشنامه، جامعه آماری و روایی و پایایی معمولاً متن‌های تکراری دارند. این قسمت‌ها را با تشریح فرآیند عملی میدان خود اختصاصی کنید. در فصل تحلیل و نتیجه‌گیری، خروجی‌های آماری و تفسیری شخصی شما قرار دارد. در نتیجه نباید همانندی چندانی داشته باشد، مگر آنکه نتیجه‌گیری و بحث بدون ابتکار از نتیجه‌گیری دیگران رونویسی شده باشد.
مطلب مرتبط: نگارش مقاله ISI و علمی‌پژوهشی
مقایسه روش‌های اصولی و شیوه‌های پرخطر در کاهش همانندی
برای ایجاد دید روشن نسبت به مسیر استاندارد در برابر ترفندهای انحرافی، ویژگی‌های هر دو شیوه در جدول زیر مقایسه شده است:
| معیار ارزیابی | روش اصولی (پارافریز و تغییر ساختار) | روش پرخطر (دستکاری نرم‌افزاری و کاراکترها) |
|---|---|---|
| پایداری در بارگذاری‌های بعدی | کاملاً پایدار و غیرقابل بازگشت به درصد بالا | با به‌روزرسانی سامانه یا پیش‌پردازش افشا می‌شود |
| خوانایی و کیفیت ادبی متن | افزایش چشمگیر انسجام و روان‌سازی اثر | ایجاد به‌هم‌ریختگی در فونت و فواصل متن |
| پذیرش توسط اساتید راهنما و داور | مورد تأیید کامل ساختار آکادمیک دانشگاه | خطر رد پایان‌نامه و ایجاد شبهه تخلف پژوهشی |
| مدت زمان مورد نیاز | نیازمند تمرکز، وقت و بازخوانی معنایی | سریع اما با ضریب خطر فوق‌العاده بالا |
چک‌لیست نهایی برای ارسال متن به سامانه سمیم نور
پیش از بارگذاری فایل نهایی برای صدور گواهی اصالت، لازم است یک ارزیابی کنترل کیفی شخصی روی سند انجام شود. این مرحله مانع از تکرار هزینه‌های پرداختی سامانه و رفت‌وآمدهای اداری خواهد شد.
- حذف بخش‌های غیرضروری: صفحات تقدیر، تشکر، فهرست مطالب و مراجع معمولاً نیاز به اصالت‌سنجی ندارند و بارگذاری آن‌ها درصد را ناخواسته دستخوش نوسان می‌کند؛ مگر آنکه بخشنامه دانشگاه ارسال کل فایل را اجبار کرده باشد.
- یکپارچه‌سازی فونت‌ها: اطمینان یابید که تمام متون با فونت‌های استاندارد فارسی مانند بی میترا، بی نازنین، یا قلم‌های رسمی وب تایپ شده‌اند و نویسه‌های غیراستاندارد وجود ندارند.
- بررسی تعاریف کپی‌شده: هر تعریف واژگانی که بیش از یک سطر است، باید به فرمت نقل‌قول مستقیم برود یا به زبان پژوهشگر بازنویسی شود.
- مستندسازی استنادات درون‌متنی: فرمت ارجاع‌دهی (مانند APA یا شیکاگو) در تمام پاراگراف‌ها یکدست باشد تا سامانه آن‌ها را با متن اصلی اشتباه نگیرد.
پرسش‌های متداول درباره کاهش درصد همانندجویی سمیم نور
درصد مجاز همانندی در سامانه سمیم نور چقدر است؟
درصد قابل قبول در دانشگاه‌ها و مجلات مختلف تفاوت دارد. با این حال، اکثر دانشگاه‌ها و هیئت‌های تحریریه بازه میان ۱۰ تا ۲۰ درصد را به عنوان حد مجاز اعلام می‌کنند. برای اطمینان قطعی، باید شیوه‌نامه داخلی دانشکده یا راهنمای نویسندگان نشریه مقصد را مطالعه کرد.
مطلب مرتبط: انجام تحلیل آماری با SPSS
آیا استفاده از نرم‌افزارهای خودکار بازنویسی فارسی درصد را کم می‌کند؟
نرم‌افزارهای خودکار و ربات‌های بازنویسی آنلاین معمولاً خروجی‌هایی با نثر نامفهوم، ناهماهنگ و خنده‌دار تحویل می‌دهند. از آنجا که این ابزارها عمق متون علمی و ساختار منطقی جملات تخصصی را تشخیص نمی‌دهند، خروجی نهایی ساختار مقاله را از حالت علمی خارج می‌سازد. بازنویسی اصولی متون دانشگاهی تنها باید توسط فرد مسلط بر ادبیات تخصصی موضوع انجام شود.
آیا سمیم نور مقالات ترجمه‌شده از انگلیسی را هم شناسایی می‌کند؟
اگر مقاله انگلیسی برای نخستین بار ترجمه شده باشد و هیچ پژوهشگر دیگری آن را در بانک‌های اطلاعاتی داخل کشور به فارسی منتشر نکرده باشد، سامانه مشابهتی ثبت نمی‌کند. اما اگر متن انگلیسی پیش از این در مقالات دیگر ترجمه و چاپ شده باشد، تطابق بالایی با آن منابع فارسی گزارش خواهد شد.
اگر سامانه نام منابع و مراجع را به عنوان تشابه ثبت کرد چه باید کرد؟
فهرست مراجع معمولاً در پایان متون علمی یکسان است. در تنظیمات بارگذاری یا تفسیر گزارش کارشناسی، بخش منابع یا نادیده گرفته می‌شود (Exclude References) یا کارشناس پژوهش درصد مربوط به بخش مراجع پایانی را از درصد نهایی کسر می‌کند.