基于大语言模型的抄袭检测系统

该项目基于LLM和FAISS的抄袭检测与分析方法将这两种技术相结合，利用LLM对文本进行深度表示和分类，然后通过FAISS进行相似度搜索和聚类分析，从而实现对抄袭行为的检测和分析。该方法不仅可以识别出明显的抄袭行为，还可以发现隐蔽的抄袭手段，如改写、翻译等。并且利用LLM模型来制作出最后的分析报告。

环境

• Python 3.7+
• Qt Creator 11.0.3
• Faiss
• Colab
• Bert

数据集

该实验项目的数据集是我们自行整理的一个数据集 我们挑选了50篇检索增强领域的论文，利用CharGPT根据这50篇论文每篇的摘要生成5篇抄袭论文摘要，总共生成250个抄袭数据样本，同时让这50篇选中的论文互相作为非抄袭样本。

• 详细数据集在 data.xlsx 中，可自行查阅

项目的整体设计图

界面

用 QT Creator 运行文件夹中 softwork.pro 文件即可查看项目的系统交互式界面。 界面利用QT Creator来实现，界面设计效果如下所示：

• 点击载入数据就可以对系统输入数据
• 选择数据之后就会弹出等待窗口，加载过程如图所示：
• 可以通过下划框来选择要查重的作业，然后选择k值（表示筛选具有抄袭嫌疑的前k份作业）
• 点击分析报告等待片刻即可输出对应的分析报告，分析报告会从文章结构，写作风格，词频重合率三个方面去分析作业是否存在抄袭的可能，并且做出最后的总结分析。