check-originality

独創性の確認

編集者によるチェックで問題が見つかる前に、論文がデスクリジェクトや撤回に至る実際の重複を検出する、複数の手法を用いた独創性チェックです。

ユーザーには、正直に次のように伝えてください。 これは iThenticate や Turnitin ではありません。出版社の非公開コーパスには一切アクセスできないため、公開済みのすべての文献に照らして、文章の独創性を保証することはできません。確実に検出できるのは、ユーザーが指定または取得できる情報源との重複、内部での文章の再利用、そしてウェブ上で検索可能な特徴的なフレーズです。ジャーナルの正式な独創性レポートが必要な場合は、引き続き出版社のツールが必要です。このツールで、まず原稿を問題のない状態に整えましょう。

使用するタイミング

• 投稿前に、誤ってコピー＆ペーストした箇所や、原文に近すぎる言い換えを見つけるとき。
• 自分の過去の研究を再利用するとき（テキストの再利用／自己剽窃は、「自分の」文章であっても、多くの投稿先で実際に違反となります）。
• 共著原稿に、共同執筆者が別の情報源からそのまま引用した文章が含まれている可能性があるとき。
• AI を使った執筆を大幅に進めた後、情報源の文章がそのまま再現されていないことを確認するとき。

検出方法（複数を実行してください。それが「適切に検出する」ということです）

手法としきい値の詳細については、references/detection-methods.md を参照してください。

1. 情報源との重複 — ユーザーが提示した情報源、または fetch-paper が取得した情報源（オープンアクセスのみ）と、シングル（k-gram）を比較します。一致した文章と重複率を報告します。
2. 自己剽窃／再利用 — 著者の過去の論文との類似度が高い文章、および原稿内の重複箇所を検出します。
3. 引用とパラフレーズの適切性 — 引用符または出典表示がない逐語的な文章と、情報源の表現に近すぎるパラフレーズを検出します。
4. 特徴的なフレーズの外部検索 — 原稿から特徴的で長いフレーズを抽出し、ウェブ／Semantic Scholar で検索して、ローカルチェックでは見つからない逐語的な一致を探します。
5. 一般常識と引用が必要な情報の区別 — 引用がなく、引用が必要と思われる事実の主張にフラグを立てます（詳細の確認は verify-citations に引き継ぎます）。

手順

1. 比較対象の情報源を集めます。 ユーザーに、自身の過去の論文（自己剽窃の確認用）、疑わしい情報源、論文で引用している文献（オープンアクセスのものは fetch-paper で取得）を提示してもらいます。情報源が多いほど有意義なチェックになることを伝えてください。
2. 情報源との重複と自己重複を確認します。

   python3 scripts/overlap_check.py --draft paper.tex --against prior1.tex prior2.tex source.txt --self --distinctive 15
   

   フラグが立った情報源（重複率）、一致した文章、原稿内の類似度の高い重複箇所、特徴的なフレーズが出力されます。フラグが立った場合、終了コードは 2 です。
3. 外部検索を行います。 出力された特徴的なフレーズを使用して、ウェブと Semantic Scholar を find-papers 経由で検索し、ローカルチェックで見つからなかった逐語的な一致を探します。一致があれば記録します。
4. 引用とパラフレーズを確認します。 フラグが立った文章ごとに、適切な引用（引用符と出典表示が必要）、原文に近すぎるパラフレーズ（著者自身の言葉で書き直す必要がある）、またはコピー（削除または書き直したうえで出典を明記する必要がある）のいずれかを判断します。過去の研究との重複は再利用としてフラグを立て、開示または書き直しを勧めます。
5. レポートを作成します。 ユーザーの論文ワークスペースにある paper-workspace/review/originality-report.md に、各検出内容の情報源、重複した文章、深刻度、修正方法を記載し、チェック対象の範囲に関する明示的な注意書きを添えます。

出力

検出内容ごとに、情報源、重複した文章、重複率、種類（外部からのコピー／自己再利用／引用なし／原文に近すぎるパラフレーズ）、深刻度、推奨される修正方法を記載した独創性レポートを作成します。対象範囲と制限に関する注記、および出版社独自のツールが引き続き正式な判定手段であることの注意書きを、必ず含めてください。

ガードレール

• 問題なしという結果が、論文に盗用がないことを意味すると決して断言しないでください — 確認した情報源との重複が見つからなかったことだけを伝えます。その制限事項は毎回明記してください。
• 比較対象の情報源は一時的に処理します。第三者の論文テキストを同梱したり、コミットしたりしないでください（fetch-paperを参照）。取得するのは、ユーザー自身の論文とオープンアクセスの情報源のみです。
• フラグが付いた文章を、コピーしたアイデアに引用を付けないまま、検出を 回避する だけの目的で書き換えてはいけません。適切な引用符や出典の明記、または真の言い換えを行い、著者に知らせてください。
• 著者自身の著作との自己重複は、倫理上の問題や再利用の問題として報告し、黙って見過ごしてはいけません。

メモリー

共有の.paper-memory/規約を使用します（仕様全文：paper-memory-convention.md）。

• 開始時： 過去の独創性に関するフラグを確認するためlessons.mdを読み、繰り返し問題となっている箇所（著者が何度も再利用しているセクション）を優先して確認します。
• 終了時： 重複を除去してから、長期的に役立つ所見をdate · check-originality · <scope> · finding · fixの形式で追記します。複数のドラフトにわたって再利用されている文章はrecurringとします。
• 必要に応じて.paper-memory/を作成します。これはローカル限定で、アップロードしません。