報告、求職信和作業大多以文件檔案往來。文件除了正文,還帶有用什麼程式、如何製作的痕跡,所以比貼上的文字多一些可看的東西。
從 PDF、DOCX、HWP、HWPX 中提取正文,用文字偵測器讀取。引用多的文件會去掉引用、只重讀作者自己的文字,避免別人的文字左右結果。文字檢測是測試版、可能出錯,這一點對文件同樣適用。
DOCX 的修訂標識、編寫程式記錄、PDF 的生成工具記錄,說明了文件經過怎樣的過程製作。一次性貼上而成的文件和長期修改的文件,這些痕跡不同,但僅憑這些不會判定為 AI 寫作。
PDF 會因換行和分欄,在提取時把句子截斷。Origma 會先把斷開的行接起來複原句子再讀取,但像掃描版 PDF 這樣文字是圖片的文件無法讀取正文,會給出暫不判定。
文件結果會分開顯示正文檢測和結構痕跡。用於評分或招聘時,不要只憑結果下結論,而是把它當作同時核實寫作過程和草稿記錄的對話起點。
本文為一般性說明,不構成法律意見。檢查結果是機率性評估,不是證明。