1. Khó khăn không chỉ nằm ở thuật toán
Sinh viên và người nghiên cứu tiếng Trung tại Việt Nam thường cần rà soát tiểu luận, khóa luận hoặc bản dịch trước khi nộp. Vấn đề là nguồn liên quan có thể nằm rải rác giữa website công khai, tạp chí học thuật, sách số hóa, luận văn và cơ sở dữ liệu cần tài khoản tổ chức. Không một công cụ đơn lẻ nào có quyền truy cập đầy đủ vào tất cả các kho đó.
2. Quyền truy cập công cụ không đồng đều
CNKI hiện có dịch vụ kiểm tra cá nhân chính thức bên cạnh các hệ thống dành cho tổ chức, nhưng khả năng đăng ký, thanh toán và phạm vi dữ liệu có thể khác theo khu vực và loại tài liệu. Người dùng nên truy cập kênh chính thức và tránh dịch vụ trung gian không rõ cách lưu trữ bản thảo.
Turnitin thường được sử dụng thông qua trường học hoặc lớp học. Theo hướng dẫn tài khoản sinh viên của Turnitin, người học cần được giảng viên thêm vào lớp hoặc cung cấp mã lớp và khóa đăng ký. Điều này khiến người học tại đơn vị chưa triển khai dịch vụ khó chủ động kiểm tra.
3. Tiếng Trung đặt ra vấn đề riêng
- Tiếng Trung không dùng khoảng trắng ổn định giữa các từ, nên kết quả phân đoạn ảnh hưởng LCS và N-gram.
- Giản thể, phồn thể, cách viết vùng miền và tên riêng có thể làm giảm khớp bề mặt.
- Thành ngữ, mẫu câu học thuật và thuật ngữ cố định dễ tạo tương đồng hợp lý.
- Nội dung dịch từ ngôn ngữ khác có thể không còn dấu vết ký tự để truy tìm bằng truy vấn tiếng Trung.
- Tệp scan hoặc ảnh cần OCR; lỗi nhận dạng ký tự tiếp tục truyền sang bước so sánh.
4. Kho dữ liệu quyết định độ bao phủ
Một hệ thống có thuật toán tốt vẫn có thể bỏ sót nếu không tiếp cận được nguồn gốc. Công cụ tìm kiếm web mạnh ở nội dung công khai; cơ sở dữ liệu học thuật mạnh ở tài liệu được cấp phép; kho nội bộ của trường mạnh ở bài nộp trước đây. Kết quả giữa các hệ thống vì thế không nên được kỳ vọng giống hệt nhau.
Đây cũng là lý do không nên dùng C-checker như bản thay thế trực tiếp cho báo cáo mà trường hoặc tạp chí yêu cầu. C-checker phù hợp với vòng tự rà soát ban đầu và hỗ trợ tìm các nguồn web có thể kiểm chứng.
5. Rủi ro bảo mật khi dùng dịch vụ trung gian
Bản thảo luận văn có thể chứa nghiên cứu chưa công bố, dữ liệu người tham gia hoặc thông tin cá nhân. Trước khi tải lên một dịch vụ, người dùng cần đọc chính sách lưu trữ, quyền xóa dữ liệu và việc tài liệu có được thêm vào kho so sánh hay không. Không nên gửi bài qua tài khoản, nhóm chat hoặc người bán không xác định được trách nhiệm xử lý dữ liệu.
6. C-checker giải quyết phần nào bài toán
C-checker cho phép kiểm tra thử đoạn ngắn không cần tài khoản và dùng tìm kiếm web kết hợp LCS, N-gram, Semantic cùng Contiguous để xếp hạng nguồn nghi ngờ. Công cụ giúp người viết xác định đoạn cần đọc lại, bổ sung dẫn nguồn hoặc diễn đạt lại sau khi đã hiểu nội dung.
Tuy nhiên, C-checker không có kho CNKI, Turnitin hay toàn bộ xuất bản phẩm đóng. Báo cáo mang tính hỗ trợ và kết quả thấp không bảo đảm tài liệu sẽ đạt yêu cầu của một hệ thống khác.
7. Quy trình thực tế nên áp dụng
- Tự kiểm tra sớm thay vì chờ đến bản cuối.
- Mở từng nguồn đáng chú ý và sửa trích dẫn, không chỉ thay từ để giảm tỷ lệ.
- Lưu danh mục tài liệu tham khảo ngay trong quá trình viết.
- Với công trình quan trọng, dùng công cụ chính thức mà cơ sở đào tạo yêu cầu.
- Đọc hạn chế và sai số trước khi diễn giải báo cáo.