Cómo detectar la similitud de texto y el plagiarismo en las imágenes
Detectar texto similar o plagiarizado en imágenes escaneadas es importante para la integridad académica, la revisión de contenidos y la protección legal. Aspose.OCR Image Text Finder para .NET permite la detección de similitud de contenido en conjunto a través de archivos o conjuntos de documentos.
Problemas del mundo real
La detección manual de texto duplicado o copiado en las imágenes escaneadas es ineficiente y prohibida por errores. La comparación automatizada guiada por OCR permite la escala y la repetición para las necesidades académicas, empresariales o legales.
Revisión de Soluciones
Extraer texto de cada imagen y compararlo contra un corpus o meta para una alta similitud.Flag y report sospechosos partidos para revisión o seguimiento.
Prerequisitos
- Visual Studio 2019 o más tarde
- .NET 6.0 o posterior (o .Net Framework 4.6.2+)
- Aspose.OCR para .NET de NuGet
PM> Install-Package Aspose.OCRImplementación paso a paso
Paso 1: Prepare tus imágenes
string[] archiveFiles = Directory.GetFiles("./archive", "*.png");
string[] submissionFiles = Directory.GetFiles("./submissions", "*.png");Paso 2: Extraer texto de las imágenes
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
AsposeOcr ocr = new AsposeOcr();
Dictionary<string, string> archiveTexts = new Dictionary<string, string>();
foreach (string file in archiveFiles)
{
string text = ocr.Recognize(new OcrInput(InputType.SingleImage) { file }, settings)[0].RecognitionText;
archiveTexts[file] = text;
}Paso 3: Comparación para Similaridad o Duplación
Utilice una simple función de similitud de texto (por ejemplo, la distancia de Levenshtein, el índice Jaccard) o un paquete .NET para la combinación fuzzy:
foreach (string subFile in submissionFiles)
{
string subText = ocr.Recognize(new OcrInput(InputType.SingleImage) { subFile }, settings)[0].RecognitionText;
foreach (var kvp in archiveTexts)
{
double similarity = JaccardSimilarity(subText, kvp.Value); // custom function or library
if (similarity > 0.8) // Tune threshold for your needs
{
File.AppendAllText("plagiarism_log.csv", $"{subFile},{kvp.Key},{similarity}\n");
}
}
}
// Example Jaccard similarity (token-based)
double JaccardSimilarity(string text1, string text2)
{
var set1 = new HashSet<string>(text1.Split());
var set2 = new HashSet<string>(text2.Split());
int intersect = set1.Intersect(set2).Count();
int union = set1.Union(set2).Count();
return (double)intersect / union;
}Paso 4: Log y resultados de la revisión
- Exportación de partidos sospechosos para revisión humana o académica/legal
Paso 5: El ejemplo completo
using Aspose.OCR;
using System;
using System.Collections.Generic;
using System.IO;
class Program
{
static void Main(string[] args)
{
string[] archiveFiles = Directory.GetFiles("./archive", "*.png");
string[] submissionFiles = Directory.GetFiles("./submissions", "*.png");
RecognitionSettings settings = new RecognitionSettings();
settings.Language = Language.English;
AsposeOcr ocr = new AsposeOcr();
Dictionary<string, string> archiveTexts = new Dictionary<string, string>();
foreach (string file in archiveFiles)
archiveTexts[file] = ocr.Recognize(new OcrInput(InputType.SingleImage) { file }, settings)[0].RecognitionText;
foreach (string subFile in submissionFiles)
{
string subText = ocr.Recognize(new OcrInput(InputType.SingleImage) { subFile }, settings)[0].RecognitionText;
foreach (var kvp in archiveTexts)
{
double sim = JaccardSimilarity(subText, kvp.Value);
if (sim > 0.8)
File.AppendAllText("plagiarism_log.csv", $"{subFile},{kvp.Key},{sim}\n");
}
}
}
static double JaccardSimilarity(string text1, string text2)
{
var set1 = new HashSet<string>(text1.Split());
var set2 = new HashSet<string>(text2.Split());
int intersect = set1.Intersect(set2).Count();
int union = set1.Union(set2).Count();
return (double)intersect / union;
}
}Usar Casos y Aplicaciones
Integridad académica y detección del plagiarismo
Mostrar presentaciones de estudiantes para contenidos copiados contra fuentes archivadas.
Revisión legal y contractual
Detectar reutilización o copia de la lengua contractual en documentos escaneados legalmente.
Publicación de contenidos y medios
Identificar la duplicación o el uso no autorizado de texto en las industrias creativas.
Desafíos y soluciones comunes
Desafío 1: Errores de reconocimiento de OCR
Solución: Utilice escaneos de alta calidad y límites de similitud de tonos.
Título 2: Grandes archivos
Solución: Proceso de pre-index o batch, paralelizado si es necesario.
Desafío 3: Variaciones de lenguaje o formatación
**Solución: ** Normalizar el texto (caso inferior, eliminar las palabras de parada), procesar por set de lenguaje.
Consideraciones de rendimiento
- Los cálculos de similitud de texto son computacional-intensos para los grandes conjuntos - batch y horario
- Logar todos los resultados para revisión y auditoría
Mejores Prácticas
- Validar los resultados marcados con una revisión manual o de comité
- Tone los límites de similitud para la precisión vs. falsos positivos
- Archivo de todos los logs para el cumplimiento y la auditoría
- Normalizar el texto estructurado
Escenarios avanzados
Escenario 1: Visualizar los resultados de la similitud
Crea diagramas o gráficos de su CSV utilizando las herramientas de Excel o BI.
Escenario 2: Integración de API para el examen de presentación en tiempo real
Imágenes de pantalla al subir y proporcionar feedback de similitud instantánea.
Conclusión
Aspose.OCR Image Text Finder para .NET permite la detección escalable, automatizada de contenidos similares o plagiados en imágenes, esenciales para los flujos de trabajo académicos, legales y de publicación.
See Aspose.OCR para .NET API Referencia Para una comparación más avanzada y la búsqueda de APIs.
