paper.bib

   1 @INPROCEEDINGS{chatnoir,\r
   2         AUTHOR             = {Martin Potthast and Matthias Hagen and Benno Stein and Jan Gra{\ss}egger and Maximilian Michel and Martin Tippmann and Clement Welsch},\r
   3         BOOKTITLE          = {35th International ACM Conference on Research and Development in Information Retrieval (SIGIR 12)} { (to appear) },\r
   4         DOI                = {},\r
   5         EDITOR             = {Bill Hersh and Jamie Callan and Yoelle Maarek and Mark Sanderson},\r
   6         ISBN               = {},\r
   7         MONTH              = aug,\r
   8         PAGES              = {},\r
   9         PUBLISHER          = {},\r
  10         SITE               = {Portland, Oregon},\r
  11         TITLE              = {{ChatNoir: A Search Engine for the ClueWeb09 Corpus}},\r
  12         YEAR               = {2012}\r
  13 }\r
  14 \r
  15 @BOOK{text_patterns,\r
  16   author = "{Mike Scott and Christopher Tribble}",\r
  17         title = "{Textual Patterns, Key words and corpus analysis in language education}",\r
  18         PAGES              = {55-72},\r
  19         publisher = "{John Benjamins Publishing Company}",\r
  20         year = "2006"\r
  21 }\r
  22 \r
  23 @MISC{ententen,\r
  24  key = "{Corpus}",\r
  25  title = "{Sketch Engine EnTenTen corpus}",\r
  26  howpublished = "\url{http://trac.sketchengine.co.uk/wiki/Corpora/enTenTen}",\r
  27  year = "2012", \r
  28 }\r
  29 \r
  30 @INPROCEEDINGS{Knight,\r
  31     author = {Allan Knight and Kevin Almeroth and Bruce Bimber},\r
  32     title = {An Automated System for Plagiarism Detection Using the Internet},\r
  33     booktitle = {Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications, pg. 3619-3625},\r
  34     year = {2004},\r
  35 }\r
  36 \r
  37 \r
  38 @INPROCEEDINGS{Kasprzak2008,\r
  39   AUTHOR =       "Jan Kasprzak and Michal Brandejs and Miroslav K\v{r}ipa\v{c} and Pavel {\v S}merk",\r
  40   TITLE =        "Distributed System for Discovering Similar Documents",\r
  41   SUBTITLE =     "From a Relational Database to the Custom-Developed Parallel solution",\r
  42   BOOKTITLE =    "ICEIS 2008: Proceedings of the Tenth International Conference on Enterprise Information Systems, Vol. DISI---Databases and Informations Systems Integration",\r
  43   YEAR =         "2008",\r
  44   publisher =    "INSTICC (Institute for Systems and Technologies of Information, Control and Communication), Setúbal, Portugal",\r
  45   pages = "437--440",\r
  46   isbn =         "978-989-8111-36-4",\r
  47   file = F\r
  48 }\r
  49 \r
  50 @INPROCEEDINGS{Kasprzak2009,\r
  51   AUTHOR =       "Jan Kasprzak and Michal Brandejs and Jitka Brandejsová",\r
  52   TITLE =        "Distributed Aspects of the System for Discovering Similar Documents",\r
  53   BOOKTITLE =    "ITA 09: Proceedings of the Third International Conference on Internet Technology and Applications",\r
  54   YEAR =         "2009",\r
  55   file = F\r
  56 }\r
  57 \r
  58 @INPROCEEDINGS{Kasprzak2009a,\r
  59   AUTHOR =       "Jan Kasprzak and Michal Brandejs and Miroslav Křipač",\r
  60   TITLE =        "Finding Plagiarism by Evaluating Document Similarities",\r
  61   BOOKTITLE =    "SEPLN'09: The 25th edition of the Annual Conference of the Spanish Society for Natural Language Processing",\r
  62   YEAR =         "2009",\r
  63   file = F\r
  64 }\r
  65 \r
  66 @INPROCEEDINGS{Monostori2002,\r
  67  author = {Kriszti\'{a}n Monostori and Raphael A. Finkel and Arkady B. Zaslavsky and G\'{a}bor Hod\'{a}sz and M\'{a}t\'{e} Pataki},\r
  68  title = {Comparison of Overlap Detection Techniques},\r
  69  booktitle = {ICCS '02: Proceedings of the International Conference on Computational Science-Part I},\r
  70  year = {2002},\r
  71  isbn = {3-540-43591-3},\r
  72  pages = {51--60},\r
  73  publisher = {Springer-Verlag},\r
  74  address = {London, UK},\r
  75  }\r
  76 \r
  77 @MISC{theses.cz,\r
  78   key = {Theses.CZ},\r
  79   title = "{Czech National Archive of Graduate Theses}",\r
  80   howpublished = "\url{http://theses.cz/}",\r
  81   year = "2008--2011",\r
  82 }\r
  83 \r
  84 @MISC{ismu,\r
  85   key = "{IS MU}",\r
  86   title = "{Masaryk University Information System}",\r
  87   howpublished = "\url{http://is.muni.cz/}",\r
  88   year = "1999--2011",\r
  89 }\r
  90 \r
  91 @MISC{odevzdej.cz,\r
  92   key = "{Odevzdej.CZ}",\r
  93   title = "{Odevzdej---the system for collecting seminar works}",\r
  94   howpublished = "\url{http://odevzdej.cz/}",\r
  95   year = "2009--2011",\r
  96 }\r
  97 \r
  98 \r
  99 @inproceedings{finkel2002,\r
 100  author = {Finkel, Raphael A. and Zaslavsky, Arkady and Monostori, Kriszti\'{a}n and Schmidt, Heinz},\r
 101  title = {Signature extraction for overlap detection in documents},\r
 102  booktitle = {ACSC '02: Proceedings of the twenty-fifth Australasian conference on Computer science},\r
 103  year = {2002},\r
 104  isbn = {0-909925-82-8},\r
 105  pages = {59--64},\r
 106  location = {Melbourne, Victoria, Australia},\r
 107  publisher = {Australian Computer Society, Inc.},\r
 108  address = {Darlinghurst, Australia},\r
 109  }\r
 110 \r
 111 @INPROCEEDINGS{broder97,\r
 112 title={On the resemblance and containment of documents},\r
 113 author={Broder, A.Z.},\r
 114 booktitle={Compression and Complexity of Sequences 1997. Proceedings},\r
 115 year={1997},\r
 116 month={Jun},\r
 117 volume={},\r
 118 number={},\r
 119 pages={21-29},\r
 120 keywords={information retrieval, random processes, set theoryRabin fingerprints, World Wide Web, containment, documents, fixed size sample, informal notions, information retrieval, intersection problems, mathematical notions, mathematical properties, random sampling, resemblance, roughly contained, roughly the same},\r
 121 doi={10.1109/SEQUEN.1997.666900},\r
 122 ISSN={}, }\r
 123 \r
 124 \r
 125 @ARTICLE{RFC1321,\r
 126  author="{Rivest, R.}",\r
 127  title="{RFC1321: The MD5 Message-Digest Algorithm}",\r
 128  year = {1992},\r
 129  publisher = {RFC Editor},\r
 130  address = {United States},\r
 131  note={\url{http://www.rfc-editor.org/rfc/rfc1321.txt}},\r
 132  }\r
 133 \r
 134 @Misc{britannicaplagiarism,\r
 135   author     =   "Encyclop\ae{}dia Britannica",\r
 136   title      =   "Plagiarism",\r
 137   howpublished = "retrieved 2009--08--24 from \url{http://www.britannica.com/EBchecked/topic/462640/plagiarism}",\r
 138   year = 2009\r
 139 }\r
 140 \r
 141 @Misc{idneszlin,\r
 142   author     =   "iDnes.CZ",\r
 143   title      =   "Zlínského děkana usvědčili z plagiátorství",\r
 144   howpublished = "retrieved 2009--08--25 from \url{http://zpravy.idnes.cz/studium.asp?c=A080709_085836_studium_bar}",\r
 145   year = 2008\r
 146 }\r
 147 \r
 148 @inproceedings{pomikalek2008,\r
 149         author = "Pomikálek, Jan and Rychlý, Pavel",\r
 150         title = "Detecting Co-Derivative Documents in Large Text Collections",\r
 151         booktitle = "Proceedings of the Sixth International Language Resources and Evaluation (LREC'08)",\r
 152         year = "2008",\r
 153         pages = "132-135",\r
 154         address = "Marrakech, Morocco",\r
 155         url = "http://www.lrec-conf.org/lrec2008/"\r
 156 }\r
 157 \r
 158 @inproceedings{pomikalek2009,\r
 159         author = "Pomikálek, Jan and Rychlý, Pavel and Kilgarriff, Adam",\r
 160         title = "Scaling to Billion-plus Word Corpora",\r
 161         booktitle = "Advances in Computational Linguistics",\r
 162         year = "2009",\r
 163         pages = "3-13",\r
 164         address = "Mexico",\r
 165         issn = "1870-4069",\r
 166         publisher = "Instituto Politécnico Nacional",\r
 167 }\r
 168 \r
 169 @Misc{munisearch,\r
 170         key = "MU",\r
 171         title = "Masaryk University: Full-text search",\r
 172         howpublished = "retrieved 2009--08--25 from \url{http://www.muni.cz/general/search}",\r
 173         year = 2009\r
 174 }\r
 175 \r
 176 @Misc{coxslashdot,\r
 177         author = "Alan Cox",\r
 178         title = "{Alan Cox talks about laws... and Linux}",\r
 179         howpublished = "retrieved 2009--08--27 from \url{http://interviews.slashdot.org/article.pl?sid=02/05/20/1314214}",\r
 180         year = 2002\r
 181 }\r
 182 \r
 183 @inproceedings{coderivative,\r
 184 Author = {Bernstein, Y and Zobel, J},\r
 185 Title = {{A Scalable System for Identifying Co-derivative Documents}},\r
 186 Booktitle = {{String Processing and Information Retrieval, Proceedings}},\r
 187 Series = {{Lecture Notes in Computer Science}},\r
 188 Year = {{2004}},\r
 189 Volume = {{3246}},\r
 190 Pages = {{55-67}},\r
 191 Publisher = {{Springer-Verlag Berlin}},\r
 192 Type = {{Proceedings Paper}},\r
 193 Language = {{English}},\r
 194 Affiliation = {{Bernstein, Y (Reprint Author), RMIT Univ, Sch Comp Sci \& Informat Technol, Melbourne, Vic, Australia.\r
 195    RMIT Univ, Sch Comp Sci \& Informat Technol, Melbourne, Vic, Australia.}},\r
 196 ISSN = {{0302-9743}},\r
 197 ISBN = {{3-540-23210-9}},\r
 198 Keywords-Plus = {{COMPRESSION}},\r
 199 Subject-Category = {{Computer Science, Theory \& Methods}},\r
 200 Author-Email = {{ybernste@cs.rmit.edu.au\r
 201    jz@cs.rmit.edu.au}},\r
 202 Number-of-Cited-References = {{17}},\r
 203 Times-Cited = {{2}},\r
 204 Doc-Delivery-Number = {{BBA15}},\r
 205 Unique-ID = {{ISI:000224377200006}},\r
 206 }\r
 207 \r
 208 @MISC{turnitin,\r
 209   key = "{Turnitin.com}",\r
 210   title = "Turnitin",\r
 211   howpublished = "\url{http://turnitin.com/}, retrieved 2009--08--26",\r
 212   year = "2009",\r
 213 }\r
 214 \r
 215 @MISC{copyscape,\r
 216   key = "{Copyscape.com}",\r
 217   title = "Copyscape",\r
 218   howpublished = "\url{http://copyscape.com/}, retrieved 2009--08--26",\r
 219   year = "2009",\r
 220 }\r
 221 \r
 222 @MISC{doccop,\r
 223   key = "{Doccop.com}",\r
 224   title = "DocCop",\r
 225   howpublished = "\url{http://doccop.com/}, retrieved 2009--08--26",\r
 226   year = "2009",\r
 227 }\r
 228 \r
 229 @MISC{pan09competition,\r
 230   key = "{PAN'09}",\r
 231   title = "1st International Competition on Plagiarism Detection",\r
 232   howpublished = "\url{http://www.uni-weimar.de/medien/webis/research/workshopseries/pan-09/competition.html}, retrieved 2009--08--26",\r
 233   year = "2009",\r
 234 }\r
 235 \r
 236 @INPROCEEDINGS{Brin95copydetection,\r
 237     author = {Sergey Brin and James Davis and Hector Garcia-Molina},\r
 238     title = {Copy Detection Mechanisms for Digital Documents},\r
 239     booktitle = {Proceedings of the ACM SIGMOD Annual Conference},\r
 240     year = {1995},\r
 241     pages = {398--409}\r
 242 }\r
 243 \r
 244 @INPROCEEDINGS{Shivakumar95scam,\r
 245     author = {Narayanan Shivakumar and Hector Garcia-Molina},\r
 246     title = {SCAM: A Copy Detection Mechanism for Digital Documents},\r
 247     booktitle = {Proceedings of the Second Annual Conference on the Theory and Practice of Digital Libraries},\r
 248     year = {1995}\r
 249 }\r
 250 \r
 251 @INPROCEEDINGS{Garcia-Molina96dscam:finding,\r
 252     author = {Hector Garcia-Molina and Luis Gravano and Narayanan Shivakumar},\r
 253     title = {dSCAM: Finding Document Copies across Multiple Databases},\r
 254     booktitle = {In Proceedings of the 4th International Conference on Parallel and Distributed Information Systems},\r
 255     year = {1996}\r
 256 }\r
 257 \r
 258 @INPROCEEDINGS{LinuxDesktop,\r
 259     author = {Jan Kasprzak},\r
 260     title = "{Desktop a jádro Linuxu}",\r
 261     booktitle = {Proceedings of the XXXI EurOpen.CZ Conference},\r
 262     isbn = "978-80-86583-13-6",\r
 263     pages = {45--60},\r
 264     publisher = "EurOpen.CZ, Plzeň",\r
 265     year = {2007}\r
 266 }\r
 267 \r
 268 @INPROCEEDINGS{Filesystems,\r
 269     author = {Jan Kasprzak},\r
 270     title = "{Co umí souborové systémy}",\r
 271     booktitle = {Proceedings of the XXXII EurOpen.CZ Conference},\r
 272     isbn = "978-80-86583-14-3",\r
 273     pages = {105--118},\r
 274     publisher = "EurOpen.CZ, Plzeň",\r
 275     year = {2008}\r
 276 }\r
 277 \r
 278 @INPROCEEDINGS{GitEuropen,\r
 279     author = {Jan Kasprzak},\r
 280     title = "{Git aneb správa verzí trochu jinak}",\r
 281     booktitle = {Proceedings of the XXXIV EurOpen.CZ Conference},\r
 282     isbn = "978-80-86583-16-7",\r
 283     pages = {107--118},\r
 284     publisher = "EurOpen.CZ, Plzeň",\r
 285     year = {2009}\r
 286 }\r
 287 \r
 288 @INPROCEEDINGS{Clusters,\r
 289     author = {Jan Kasprzak},\r
 290     title = "{Clusterová řešení pod Linuxem}",\r
 291     booktitle = {SLT 2001: Proceedings of the 2nd Seminar on Linux and \TeX},\r
 292     isbn = "80-7302-009-2",\r
 293     pages = {161--168},\r
 294     publisher = "Konvoj, Brno",\r
 295     year = {2001}\r
 296 }\r
 297 \r
 298 @MISC{pan09corpus,\r
 299   AUTHOR        = {{Webis at Bauhaus-Universität Weimar} and\r
 300                    {NLEL at Universidad Polytécnica de Valencia}},\r
 301   HOWPUBLISHED  = {\url{http://www.webis.de/research/corpora}},\r
 302   TITLE         = {{PAN Plagiarism Corpus 2009 (PAN-PC-09)}},\r
 303   YEAR          = {2009},\r
 304   NOTE          = {{Martin Potthast, Andreas Eiselt, Benno Stein,\r
 305                     Alberto Barrón-Cedeño, and Paolo Rosso (editors)}}\r
 306 }\r
 307 \r
 308 @INPROCEEDINGS{ngram,\r
 309     author = {William B. Cavnar and John M. Trenkle},\r
 310     title = {N-Gram-Based Text Categorization},\r
 311     booktitle = {In Proceedings of SDAIR-94, 3rd Annual Symposium on Document Analysis and Information Retrieval},\r
 312     year = {1994},\r
 313     pages = {161--175}\r
 314 }\r
 315 \r
 316 @inproceedings{intrinsic,\r
 317   author = {Sven Meyer zu Eissen and Benno Stein},\r
 318   booktitle = {ECIR},\r
 319   editor = {Mounia Lalmas and Andy MacFarlane and Stefan M. Rüger and Anastasios Tombros and Theodora Tsikrika and Alexei Yavlinsky},\r
 320   pages = {565-569},\r
 321   publisher = {Springer},\r
 322   series = {Lecture Notes in Computer Science},\r
 323   title = {Intrinsic Plagiarism Detection.},\r
 324   url = {\url{http://dblp.uni-trier.de/db/conf/ecir/ecir2006.html#EissenS06}},\r
 325   volume = {3936},\r
 326   year = {2006},\r
 327   ee = {http://dx.doi.org/10.1007/11735106_66},\r
 328   isbn = {3-540-33347-9},\r
 329   date = {2006-04-03}\r
 330 }\r
 331 \r
 332 @INPROCEEDINGS{Heintze96scalabledocument,\r
 333     author = {Nevin Heintze},\r
 334     title = {Scalable Document Fingerprinting},\r
 335     booktitle = {In Proc. USENIX Workshop on Electronic Commerce},\r
 336     year = {1996}\r
 337 }\r
 338 \r
 339 @inproceedings{suffixtree,\r
 340  author = {Manber, Udi and Myers, Gene},\r
 341  title = {Suffix arrays: a new method for on-line string searches},\r
 342  booktitle = {SODA '90: Proceedings of the first annual ACM-SIAM symposium on Discrete algorithms},\r
 343  year = {1990},\r
 344  isbn = {0-89871-251-3},\r
 345  pages = {319--327},\r
 346  location = {San Francisco, California, United States},\r
 347  publisher = {Society for Industrial and Applied Mathematics},\r
 348  address = {Philadelphia, PA, USA}\r
 349 }\r
 350 \r
 351 \r
 352 @techreport{rsync,\r
 353         KEY = "Rsync",\r
 354         AUTHOR = "Andrew Tridgell and Paul Mackerras",\r
 355         TITLE = "The rsync algorithm",\r
 356         DATE = "2004--05--19",\r
 357         YEAR = "2004",\r
 358         INSTITUTION = "Department of Computer Science, FEIT, Australian National university",\r
 359         \r
 360         NOTE = "\url{http://hdl.handle.net/1885/40765}",\r
 361 }\r
 362 \r
 363 @MISC{git,\r
 364         KEY = "Git",\r
 365         AUTHOR = "Linus Torvalds et al",\r
 366         TITLE = "{Git---the Fast Version Control System}",\r
 367         HOWPUBLISHED = "\url{http://git-scm.com/}, retrieved 2011--01--12",\r
 368 }\r
 369 \r
 370 @MISC{rpm,\r
 371         KEY = "RPM",\r
 372         TITLE = "{The RPM Package Manager}",\r
 373         HOWPUBLISHED = "\url{http://www.rpm.org/}, retrieved 2011-01--12",\r
 374 }\r
 375 \r
 376 @MISC{deltarpm,\r
 377         KEY = "DeltaRPM",\r
 378         TITLE = "{DeltaRPM}",\r
 379         HOWPUBLISHED = "\url{ftp://ftp.suse.com/pub/projects/deltarpm/}, retrieved 2011--01--12",\r
 380 }\r
 381 \r
 382 @mastersthesis{zazrivec,\r
 383         AUTHOR = "Milan Zázrivec",\r
 384         TITLE = "Algoritmus a implementace software pro tvorbu binárních záplat",\r
 385         SCHOOL = "Faculty of Informatics, Masaryk University",\r
 386         NOTE = "\url{http://is.muni.cz/th/60716/fi_m/}",\r
 387         YEAR = "2009",\r
 388 }\r
 389 \r
 390 @MISC{scholar,\r
 391         KEY = "Google Scholar",\r
 392         TITLE = "{Google Scholar}",\r
 393         HOWPUBLISHED = "\url{http://scholar.google.com/}, retrieved 2011--01--12",\r
 394 }\r
 395 \r
 396 @MISC{ascii,\r
 397         KEY = "ASCII",\r
 398         TITLE = "{American National Standard for Information Systems -- Coded Character Sets -- 7-Bit American National Standard Code for Information Interchange (7-Bit ASCII), ANSI X3.4-1986}",\r
 399         DATE="1986--03--26",\r
 400         YEAR="1986",\r
 401         INSTITUTION = "American National Standards Institute, Inc.",\r
 402 }\r
 403 \r
 404 @BOOK{unicode,\r
 405         AUTHOR = "The Unicode Consortium",\r
 406         TITLE = "{The Unicode Standard -- Version 4.0}", \r
 407         PUBLISHER = "Addison-Wesley, Boston, MA",\r
 408         YEAR = "2003",\r
 409         ISBN = "0--321--18578--1",\r
 410         NOTE = "\url{http://www.unicode.org/unicode/standard/versions/enumeratedversions.html#Unicode_4_0_0}",\r
 411 }\r
 412 \r
 413 @MISC{rfc3629,\r
 414         KEY = "RFC 3629",\r
 415         TITLE = "{RFC 3629: UTF-8, a transformation format of ISO 10646}",\r
 416         AUTHOR = "F. Yergeau",\r
 417         YEAR = "2003",\r
 418         NOTE = "\url{http://tools.ietf.org/html/rfc3629}",\r
 419 }\r
 420 \r
 421 @MISC{thesisproposal,\r
 422         TITLE = "{Systems for Discovering Similar Documents}",\r
 423         AUTHOR = "Jan Kasprzak",\r
 424         INSTITUTION = "Faculty of Informatics, Masaryk University",\r
 425         YEAR = "2010",\r
 426         NOTE = "Ph.D. thesis proposal, \url{http://is.muni.cz/th/1885/fi_r/}",\r
 427 }\r
 428 \r
 429 @inproceedings{Kasprzak2010,\r
 430   title={Improving the reliability of the plagiarism detection system},\r
 431   author={Kasprzak, J. and Brandejs, M.},\r
 432   booktitle={Notebook Papers of CLEF 2010 LABs and Workshops},\r
 433   year={2010},\r
 434   organization={Citeseer}\r
 435 }\r
 436 \r
 437 @article{stamatatos2011plagiarism,\r
 438   title={Plagiarism detection using stopword n-grams},\r
 439   author={Stamatatos, E.},\r
 440   journal={Journal of the American Society for Information Science and Technology},\r
 441   year={2011},\r
 442   publisher={Wiley Online Library}\r
 443 }\r
 444 @inproceedings{pan09stamatatos,\r
 445  author = {Efstathios Stamatatos},\r
 446  pages = {38--46},\r
 447  title = {Intrinsic Plagiarism Detection Using Character n-gram Profiles},\r
 448  booktitle = {Proceedings of the SEPLN'09  Workshop on Uncovering Plagiarism, Authorship and Social Software Misuse},\r
 449  year = {2009},\r
 450  location = {San Sebastian (Donostia), Spain},\r
 451  issn = {1613--0073},\r
 452 }\r
 453 \r
 454 \r
 455 @article{zipf1935psycho,\r
 456   title={The psycho-biology of language.},\r
 457   author={Zipf, G.K.},\r
 458   year={1935},\r
 459   publisher={Houghton, Mifflin}\r
 460 }\r
 461 \r
 462 @INPROCEEDINGS{potthastframework,\r
 463         TITLE              = {{An Evaluation Framework for Plagiarism Detection}\r
 464 },\r
 465         AUTHOR             = {Martin Potthast and Benno Stein and Alberot Barr{\'o}n-Cede{\~n}o and Paolo Rosso},\r
 466         BOOKTITLE          = {Proceedings of the 23rd International Conference on Computational Linguistics (COLING 2010) (to appear)},\r
 467         MONTH              = aug,\r
 468         YEAR               = {2010},\r
 469         ADDRESS            = {Beijing, China},\r
 470         PUBLISHER          = {Association for Computational Linguistics},\r
 471 }\r
 472 \r