Symskan
文獻相似度檢索服務
▋▎Symskan 是什麼？
Symskan 是比對著作相似程度的系統，當我們上傳自己的文件後，就能知道自己和別人著作相似的百分比。比對著作的來源以華藝線上圖書館中收錄的資料為主，包含數千種期刊與會議論文，還有數十所大專院校的學位論文。
▋▎什麼時候需要 Symskan？
想了解自己著作的原創性時；想確認自己或他人是否有抄襲時；學位論文付梓之前。
▋▎為什麼要用 Symskan？
- 除了天地為證，日月可鑑之外，有其他依據能證明自己著作的原創性。
- 保護自己也保護口試委員。
▋▎誰可能對 Symskan 心動？
準備要論文口試的研究生；準備擔任口試委員的老師；著作的編輯或審查委員。
▋▎怎麼使用 Symskan？
【重要】
註冊帳號前，請一定要先登入圖書館電子資源查詢系統，再連到 Symskan 註冊帳號，否則會出現錯誤訊息：
從下面的傳送門過去，就可以先登入電子資源查詢系統頁面後轉到 Symskan：
1. 註冊
① 點擊【登入】下面的【一般使用者登入／註冊】
② 確認右上角有出現「國立台北藝術大學」字樣
★ 有從北藝大圖書館電子資源查詢系統登入就會出現
③ 點擊【立即註冊】
★ 請不要點到 Google 註冊，不然系統會抓不到您是北藝的使用者 QwQ
④ 輸入常用信箱作為帳號，自訂密碼，選擇機構單位系所與身分後，點擊【確定】
★ 密碼長度限 6-16 個半形字母，不能有符號
⑤ 資訊無誤點擊【確認】繼續，有錯點擊【重新輸入】修改
⑥ 看到成功訊息後點擊【確認】，登入常用信箱（剛剛註冊的帳號）接收系統發送的認證信
⑦ 點擊認證信的【進行認證】
⑧ 看到「Email驗證成功」訊息後點即【確定】即完成註冊
2. 登入與個人化設定
① 點擊【登入】下面的【一般使用者登入／註冊】
② 右方「使用者登入」區塊輸入帳號與密碼後點擊下方【登入】
③ 登入後會直接進到「文檔管理」頁面
④ 點擊右上【個人化設定】，可以修改密碼、綁定 Google 帳號、延長校外登入的時間
★ 如果是從圖書館電子資源查詢系統連到 Symskan，就不用管延長校外登入的選項～
3. 上傳檔案
① 在「文檔管理」的頁面，點擊右上角【上傳檔案】
② 點擊下方【瀏覽檔案】
★ 提醒：目前僅支援 100 字以上，至少兩頁之 未加密 DOC、DOCX、PDF文檔，一次最多上傳 5 筆文檔，總計大小需小於 50 MB
★ 每筆上傳的檔案會 保留 30 天，30 天後檔案和比對報告會自動從伺服器刪除；倒數 7 天起會有粉紅底色標示提醒
③ 點一下要比對的檔案名稱，再點「開啟」
④ 文檔上傳區出現剛剛的檔案，驗證出現「可比對」表示沒有問題，可以點擊下方【送出比對】繼續
⑤ 成功送出比對會出現確認視窗，點擊下方【確認】或右上【X】可關閉視窗
★ 比對時間約 5-10 分鐘，但檔案大或系統流量大時（如畢業季）會需要更久的時間
★ 比對完成後系統會以 email 通知，還會附上簡易比對報告書，可以先看到原創／相似分
★ 還沒處理完成時，文檔管理頁面可以看到「進度」顯示為：處理中
⑥ 前面有提醒上傳的文件檔要 未加密，那如果上傳了加密的文件檔會如何呢？
★ 加密：設定密碼保全以限制他人開啟或複製我的文件內容
⑦ 上傳加密文件檔會驗證失敗，無法送出比對der
★ 把滑鼠游標移到驗證失敗旁的 i 圖示，可以看到失敗的原因；通常是「已加密」、「未達兩頁」或「字元至少 300 字」
★ 點擊【移除】就可以把檔案刪掉
⑧ 收到相似度檢測完成通知的 email 後，就可進入系統查看比對報告
4. 檢視比對報告
① 滑鼠游標移到比對完成的項目，點一下就可以進到比對報告頁面
★ 總相似度百分比僅供參考，不過 數值越高越不妙
★ 總相似度 = 加總全部來源小句子去除重複部分的字數 / 加總全部來源句子的字數(可比對的部分)
★ ↑↑↑ 很困惑對吧ˊ_>ˋ 請點我看完整的說明
② 左側上傳文檔段落，可對應 編號 檢查右側相似文獻，還有兩者的文章相似度
★ 文章相似度：上傳文檔與單篇文章相似的比例
★ 請注意編號沒有錨點功能，要手動去右側相似文獻來源找到相對應的編號
③ 相似文獻來源的清單中，可以看到【檢視來源】和【詳細資料】兩種資訊
★ 檢視來源：連到「華藝線上圖書館」資料庫，可查看文章的書目和摘要；如果是圖書館有訂閱的內容，還可以下載全文
★ 詳細資料：直接列出相似文獻中，和上傳文檔相似的段落
④ 點進某篇文獻的【詳細資料】以後：
★ 右側上方可以看到該篇文獻在相似文獻來源清單中的編號
★ 右側上方也有【檢視來源】可以連到華藝線上圖書館查看書目，部分可下載全文
★ 右側中段會列出這篇文章裡面和上傳文檔相似的段落。如果這篇文獻找到多個相似段落，會依順序列出，以字母標號
★ 請點擊右側來源文獻的相似段落連結，左側上傳文檔區才會跟著跳到相似段落
⑤ 單篇文章<1%的相似度比對結果，常常都是因為專有名詞、機構名稱、參考書目等不具抄襲意義的詞句，建議可以用右上的【設定】來排除
★ 排除參考書目（參考文獻）：已預設為勾選
★ 排除包含以下數值的相似來源文獻：可選擇 <1%、1%、2%、3% 的門檻來整批排除，總相似度會因此改變
★ 提醒：請依學科領域特性設定適當的百分比，建議跟您的指導教授討論
5. 下載比對報告
① 滑鼠點擊【下載報告】，可選擇要【全文下載】或【段落下載】，勾好之後點擊【完成】
★ 「作者名稱」為必填欄位，但只要有填東西就好
★ 各別下載會是 PDF 檔，兩個都勾則會下載一包壓縮檔（ZIP檔）
★ 全文報告： 總相似度 + 文章相似度 + 相似文獻篇數 + 相似段落個數 + 標示全文中相似段落
★ 段落報告： 總相似度 + 文章相似度 + 相似文獻篇數 + 相似段落個數 + 相似段落一覽
★ 全文報告檔案大小會比當初上傳的文檔大很多
② 如果有用【設定】中「排除包含以下數值的相似來源文獻」的功能，報告仍會顯示已被排除的段落
▋▎Q&A
Q1：如果我沒有收到帳號啟動認證信件該怎麼辦？
A1：先檢查垃圾信件匣，確認都沒收到，再回到首頁點擊【立即使用】，再點一下【沒有收到認證信】並輸入申請時用的 e-mail，系統會再發一次認證信件；如果還是沒收到，請寄信通知客服：plc@airiti.com，他們會重新寄送通知或手動幫忙啟動。
Q2：為什麼有的相似文獻只有【檢視來源】沒有【詳細資料】？
A2：有些文獻只有【檢視來源】沒有【詳細資料】，是因為文章授權的問題，系統只能告訴我們相似的百分比，但不能將文章的相似內容列出來；這種文獻通常都是學位論文。
Q3：總相似度到底是怎麼算的？文章相似度又是怎麼算的？
A3：總相似度白話一點來說，就是「我的文章裡有多少百分比的內容不是我自己的東西」；文章相似度則是「我的文章裡有多少百分比的內容是某篇文章裡的東西」。
Symskan根據上述邏輯，去比對使用者上傳的文檔 v.s. Symskan 背後來源文獻庫中的文章；比對時是以上傳文檔的「句子」為單位，且句子字元數要達到35（標點也要算），Symskan 才會啟動比對機制，把這個句子丟到文獻庫去和其他文章做比對。舉例來說，今天天氣很好，所以跑去大吃了一頓。藍字的這句話含標點有 17 個字元，因未達 35，所以不會進行相似度比對。
（大吃一頓錯惹嗎）
現在假設我上傳了一個文檔，全文有 214 字元，共 6 個句子。
（…我們先假裝系統沒有上傳文檔要 300 字以上的限制(ﾟдﾟ；)）
【文檔內容】
第一句
1079 年，蘇軾被貶謫到黃州（今湖北黃岡），於 1082 年寫下了這篇好作品，ｏｘｏｘｏｘｏｘｏｘｏｘｏｘｏｘ。〔共 54 個字元〕
第二句
作品描寫的是蘇軾與客人泛舟赤壁，談論赤壁之戰，進而至天地人生的過程，ｏｘｏｘｏｘｏｘｏｘｏｘｏｘｏｘ。〔共 51 個字元〕
第三句
壬戌之秋，七月既望，蘇子與客泛舟遊於赤壁之下，ｏｘｏｘｏｘｏｘｏｘｏｘｏｘｏｘ。〔共 40 個字元〕
第四句
楷書，能自創新意，用筆豐腴跌宕。〔共 16 個字元〕
第五句
釃酒臨江，橫槊賦詩，固一世之雄也，而今安在哉？〔共 23 個字元〕
第六句
蘇子曰：客亦知夫水與月乎？逝者如斯，而未嘗往也；盈虛者如彼。〔共 30 個字元〕
下面我們先來看看總相似度計算的例子：
比對第一句的時候，Symskan 找到一篇相似文章（下稱 A 文章），A 文章裡有兩個地方和我上傳的文檔相似：
註：橙色底是我上傳文檔的文字，編號上色部分表示在相似文章中找到的相似部分
A 文章的段落 2 裡，找到了相似文字：寫下了這篇好作品，上傳文檔第一句累計相似字元數：8
A 文章的段落 7 裡，找到了相似文字：1082 年寫下了這篇好作品，上傳文檔第一句累計相似字元數：13
（寫下了這篇好作品這 8 個字和 A 文章裡的段落 2 重複，所以不計，累計 8 + 5 = 13）
比對第二句的時候，Symskan 沒有找到相似的文章，累計相似字元數：0。
比對第三句的時候，Symskan 找到四篇相似文章（下稱 A 文章、B 文章、C 文章、D 文章）：
註：編號上色部分表示在相似文章中找到的相似部分
A 文章的段落 10 裡，找到了相似文字：七月既望，上傳文檔第三句累計相似字元數：4
A 文章的段落 17 裡，找到了相似文字：壬戌之秋，七月既望，上傳文檔第三句累計相似字元數：9
（七月既望這 4 個字和 A 文章裡的段落 10 重複，所以不計，累計 4 + 5 = 9）
B 文章的段落 20 裡，找到了相似文字：壬戌之秋，七月既望，上傳文檔第三句累計相似字元數：9
（壬戌之秋，七月既望這 9 個字和 A 文章裡的段落 10、17 重複，所以不計，累計不變）
C 文章的段落 35 裡，找到了相似文字：泛舟遊於赤壁，上傳文檔第三句累計相似字元數：15
（累計 4 + 5 + 6 = 15）
D 文章的段落 8 裡，找到了相似文字：客泛舟遊於赤壁之下，上傳文檔第三句累計相似字元數：18
（泛舟遊於赤壁這 6 個字和 C 文章裡的段落 35 重複，所以不計，累計 4 + 5 + 6 + 3 = 18）
第四句不滿 35 個字，未達門檻不比對。
第五句不滿 35 個字，未達門檻不比對。
第六句不滿 35 個字，未達門檻不比對。
總結一下：
上傳文檔和其他文章相似的內容：第一句，13 字元；第二句，0 字元；第三句，18 字元；第四句、第五句、第六句，免比。
上傳文檔各句文字的字元數：第一句，54 字元；第二句，51 字元；第三句，40 字元；第四句、第五句、第六句，免算。
現在我們可以算總相似度了！
上傳文檔和其他文章相似的內容 = 13 + 0 + 18 = 31
上傳文檔各句文字的字元數 = 54 + 51 + 40 = 145
總相似度 = ( 31 / 145 ) * 100 %，四捨五入取整數 = 21%
現在我們再來看看文章相似度的計算：
和總相似度一樣，未達 35 字元數門檻的句子不進行比對、不進行加總計算，重複的字元只會算一次；我們就沿用上面的例子，來算算 A、B、C、D 這4篇相似文獻分別和我上傳文檔的文章相似度。
A 文章 = ( 13 + 9 ) / 145 * 100 %，四捨五入取整數 = 15%
詳解：上傳文檔第一句有 13 字元和 A 文章相似，第三句有 9 字元，加總後除以上傳文檔達比對門檻的總字元數 145 字元。
B 文章 = 9 / 145 * 100 %，四捨五入取整數 = 6%
詳解：上傳文檔第三句有 9 字元和 B 文章相似，除以上傳文檔達比對門檻的總字元數 145 字元。
C 文章 = 6 / 145 * 100 %，四捨五入取整數 = 4%
詳解：上傳文檔第三句有 6 字元和 C 文章相似，除以上傳文檔達比對門檻的總字元數 145 字元。
D 文章 = 9 / 145 * 100 %，四捨五入取整數 = 6%
詳解：上傳文檔第三句有 9 字元和 D 文章相似，除以上傳文檔達比對門檻的總字元數 145 字元。
總結一下，算式大概是這樣：
謝謝各位看完如此落落長的說明。