发布 IR-Plag 数据集, 应用在 代码相似度检测、学术诚信 领域

本次发布的数据集 IR-Plag, 该数据集名为IR-Plag，旨在为代码相似度检测技术提供基准测试，其中包含了模拟学术抄袭模式的代码文件，具有多种复杂度。该数据集共包含467个代码文件，总计59,201个标记，其中355个被标记为抄袭。数据集规模较小，适用于代码相似度评估和抄袭检测任务。

查看IR-Plag

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。