arXiv · cs.AI · Adel Ammar, Serry Sibaee, Wadii Boulila · 11 小时前模型评分41
PlagiaCorpus 发布：面向抄袭取证检测的双语对抗跨语言数据集
PlagiaCorpus: A Bilingual, Adversarial, and Cross-Lingual Dataset for Forensic Plagiarism Detection
导读
PlagiaCorpus 是一个阿拉伯语-英语双语数据集，用于评测抄袭与文本复用检测，包含大语言模型（LLM，Large Language Model）生成的复用和跨语言复用。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：法律与合规、企业学习与教育
事件类型：研究发布
证据摘录
- “PlagiaCorpus is a bilingual Arabic-English dataset for benchmarking plagiarism and text-reuse detection, including reuse produced by large language models (LLMs) and reuse across languages.”
- “The dataset is distributed in JSON and Parquet formats under a CC BY-SA 4.0 license.”
来源：arXiv · cs.AI · arxiv.org