Resumen

En este artículo, presentamos un método de detección de plagio de código fuente, llamado WASTK (Kernel de Árbol de Sintaxis Abstracta Ponderado), para la educación en ciencias de la computación. A diferencia de otros métodos de detección de plagio, WASTK tiene en cuenta algunos aspectos además de la similitud entre programas. WASTK primero convierte el código fuente de un programa en un árbol de sintaxis abstracta y luego obtiene la similitud calculando el kernel de árbol de dos árboles de sintaxis abstracta. Para evitar juicios erróneos causados por fragmentos de código triviales o marcos dados por los instructores, se aplica una idea similar a TF-IDF (Frecuencia de Término-Inversa de Frecuencia de Documento) en el campo de la recuperación de información. A cada nodo en un árbol de sintaxis abstracta se le asigna un peso mediante TF-IDF. WASTK se evalúa en diferentes conjuntos de datos y, como resultado, tiene un rendimiento mucho mejor que otros métodos populares como Sim

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Código fuente; Método de detección de plagio; WASTK; árbol de sintaxis abstracta; TF-IDF; Educación en ciencias de la computación
• Keywords:Source code; Plagiarism detection method; WASTK; Abstract syntax tree; TF-IDF; Computer science education