Dissertations / Theses on the topic 'Detección de plagio'

Magíster en Gestión de Operaciones<br>En este trabajo se describe el problema de plagio en documentos digitales, y se exploran diferentes técnicas utilizadas para detectar tales casos de copia haciendo uso de teoría de recuperación de información y modelos de procesamiento de lenguaje natural. A continuación se propone un nuevo algoritmo, que analiza un texto usando características lingüísticas del mismo, donde se modela el estilo de escritura presente en busca de anomalías, donde estas últimas pueden indicar la participación de más de un autor. El objetivo principal de esta tesis es el estudio de la mencionada aproximación al problema, comparando su eficiencia y eficacia con otras técnicas existentes y evalu andolo en el marco de una competición internacional en el área. Mediante el acto de plagiar uno incurre en una falta ética donde el autor original no recibe los créditos correspondientes. En el caso de documentos escritos, uno puede incurrir en esta falta incluyendo fragmentos sin las citas adecuadas, utilizando las mismas ideas, o copiando el texto en su totalidad. Ahora bien, con el auge del uso de las tecnologias de información, como Internet, una gran cantidad de información de fácil acceso se encuentra disponible, siendo constantemente actualizada con generación de nuevos contenidos. Este fenómeno permite al plagio ser llevado a cabo con mayor facilidad y presenta una opción más tentativa a los estudiantes. La detección de dichos casos de plagio es compleja, principalmente debido a las prácticamentes infinitas fuentes de información. Es por ello que sistemas automáticos de detección son necesarios, mecanismos que se basan en técnicas de procesamiento de lenguaje natural y algoritmos de secuenciamiento. Estas herramientas son habitualmente desarrolladas sobre técnicas de detección de patrones comunes, de recuperación de información y en la teoría de la información. El en campo de la detección automática de plagio, la aproximación habitual involucra la comparasión de documentos. Un documento sospechoso es comparado con la o las posibles fuentes, apuntando a detectar los segmentos potencialmente plagiados y sus fuentes respectivas. Esta aproximación se denomina "detección externa de plagio", y mientras provee las fuentes de la copia, depende fuertemente de contar con las fuentes posibles a disposición. Este hecho es de vital importancia, donde la fuente ideal de búsqueda es la Web, pero tener acceso a ella en su totalidad se encuentra lejos de ser algo práctico. En años recientes una nueva forma de atacar el problema se ha introducido. Consisteen analizar el estilo de escritura presente en un documento, y determinar segmentos cuyo estilo sea considerablemente distinto del estilo general. Si se asume que un documento fue escrito por un autor, y que el estilo del autor permanece estable, variaciones importantes del mismo podrían indicar a otro autor involucrado. El objetivo principal de esta tesis fue diseñar e implementar un método que modele y cuantfique el estilo de escritura. El modelo fue construido para detectar desviaciones en el estilo de los documentos, otorgando un punto de partida para inferir casos de plagio. La propuesta se basa en la teoría de que diferentes autores poseen diferentes preferencias sobre el uso de palabras. En este sentido, la propuesta se basa en la cuantificación de las diferencias de las frecuencias de las palabras de todos los segmentos de un documento. Se evalúa el desempeño de la propuesta en un workshop y competición internacional del área, PAN@CLEF, donde se determina su eficacia y eficiencia. Los resultados son mixtos. Mientras que la propuesta alcanza los mejores resultados en las categorías de puntaje general y de precisión, obteniendo el primer lugar en la competición, los puntajes en general son bajos: una precisión de 0.3 refleja lo inmaduros que están aun los avances en el área. Por otro lado, se puede decir con seguridad que el uso de palabras representa una característica importante para analizar el estilo de escritura. Finalmente, los experimentos fueron realizados para el idioma Inglés, pero el método no utiliza catacterísticas propias del lenguaje, lo cual permite que el método sea estudiado con otros lenguajes.

Copiar o plagiar es cometer una falta ética al restar crédito al autor del trabajo original. En el caso de documentos escritos, se puede incurrir en copia mediante la inclusión de fragmentos sin citar la fuente original, plagiando ideas o mediante la copia completa del texto. Con el uso de tecnologías de información, como Internet, existe una gran cantidad de información de fácil acceso, por lo que el plagio es una opción de gran tentación para los estudiantes: el acto de copiar y pegar durante la realización de informes o trabajos en el ámbito educativo y de investigación es un tema cada vez más recurrente. La detección de dichos casos de copia es compleja, debido a la infinidad de fuentes disponibles. Debido a esto, herramientas de detección automática de plagio, diseñadas para grandes volúmenes de documentos, cobran mayor importancia. Estas herramientas se basan en la detección de patrones en común, en diferentes técnicas de recuperación de información y en la teoría de la información. Una posible solución es la detección automatizada de copia textual. Como hipótesis, se postula que si bien existen otros tipos de copia, por ejemplo la copia semántica, la copia textual representa una porción importante de lo plagiado, y su detección automatizada es posible y precisa. El objetivo principal de esta tesis es el desarrollar un método para la detección automatizada de plagio en documentos digitales, e implementar un prototipo para comprobar su efectividad. Este método debiese contar con tecnologías y conceptos de última generación para cumplir con su objetivo. Además, el sistema será evaluado mediante la participación en un taller y competencia internacional en detección de plagio. En este trabajo, se plantea el diseño e implementación de un método de detección automático de plagio textual, basado en el lenguaje de programación java. Este método se acoplará posteriormente al sistema DOCODE (de ahora en adelante arquitectura DOCODE) proyecto en el cual se desarrolla un producto a comercializar, cuyo éxito de ventas depende, en parte, de la eficacia y rendimiento de la estrategia de detección aquí propuesta. Los resultados indican que una búsqueda exhaustiva de plagio en un par de documentos puede obtener los mejores resultados en comparación a otros métodos. Pero este método tiene una desventaja; requiere el mayor tiempo computacional de todos los algoritmos probados. El método propuesto utiliza una aproximación y obtiene resultados aceptables; su F-measure es de 0.8 sobre los datos utilizados, comparado con 0.9 que el algoritmo exhaustivo obtiene, pero requiere considerablemente menos recursos computacionales (25 por ciento del tiempo total utilizado por el algoritmo exhaustivo).

Actualmente, el plagio de documentos digitales es un problema que afecta, en diferentes dimensiones, a la sociedad en su conjunto y, muy especialmente, al ámbito académico. Conociendo las graves consecuencias que puede traer su expansión, se decide realizar un trabajo que consiste en la implementación de un sistema de información que permita la detección automática de plagio en documento en formato electrónico. Se incurre en plagio cuando se indica que una persona es autora de "algo" (ideas plasmadas en documentos) que en realidad no ha elaborado y que ha copiado de otra persona o fuente sin realizar alguna modificación sustancial o un aporte personal y sin referenciar convenientemente a la autora original.<br>Tesis

Memoria para optar al título de Ingeniero Civil Eléctrico<br>El presente trabajo muestra el diseño de un sistema buscador de plagio en imágenes para el proyecto DOCODE que es una plataforma web que busca solución a la problemática de plagio académico y que facilita el análisis de originalidad de documentos. Esta herramienta pertenece al centro de investigación y docencia de la Universidad de Chile Web Intelligence Centre (WIC). El desarrollo de este trabajo está enfocado a la búsqueda de imágenes por medio del sistema Content-based image retrieval (CBIR) dando énfasis en los resultados de medidas de desempeño, tiempo de ejecución y búsqueda en grandes bases de datos en función de los distintos métodos, como por ejemplo textura que usa herramientas de análisis de señales aplicadas para casos bi-dimensionales. Estos métodos permiten una descripción computacional de imágenes, con el objetivo de ser utilizados para un sistema de reconocimiento de patrones de la rama de la inteligencia computacional como lo es CBIR. El sistema de detección de plagio se somete a distintas exigencias para probar su óptimo funcionamiento. Para esto se describe la metodología y se desarrolla un procedimiento para simular situaciones de plagio en imágenes, donde además también se mide la eficiencia de la descripción y búsqueda. Los resultados son presentados en orden cronológico, para luego ser comentados y analizados en discusión de resultados. En esta sección se presentan las ideas principales durante el proceso de toma de decisiones para el diseño del sistema CBIR, justificando básicamente el proceso de selección de características.

[EN] Automatic detection of source code re-use consists in determining whether a (piece of) code has been created considering another source.Plagiarism and forks in software projects are two examples of types of re-use in source codes. With the advent of the Web and electronic media it has grown enormously the ease of access to source code to be read, copied or modified. This represents a great temptation for developers with the aim of reducing (time or economic) costs, decide to use previously debugged and tested source codes. This phenomenon has caused experts in programming languages to study the problem. The large amount of resources available on the Web makes impossible a manual analysis of suspect source codes of being re-used. Therefore, there is an urgent need to develop automated tools that can accurately detect re-used cases. Automatic re-use detection tools based on natural language processing techniques and information retrieval are able to perform many comparisons of source codes efficiently. In this thesis we propose a set of models that are suitable at both monolingual or crosslingual level. That is, two source codes written in the same, or different, programming language can be compared. Therefore, it allows us to make comparisons between almost any pair of programming languages unlike the proposals of the state of the art. First, we studied the most common changes made by programmers to avoid the detection. To address these changes and improve the detection, we have proposed a set of pre-processing. The models have been evaluated and analysed in real academic settings as well as large-scale scenarios. Finally, our best proposals were compared with some of the state of the art proposals within the same evaluation framework. These tests of our models were performed millions of monolingual and crosslingual comparisons using several techniques that were effective when applied to detection re-use in texts written in natural language. Most of the resources developed in the framework of this thesis are freely available to the scientific community. Using part of these resources, we have set up two evaluation scenarios (monolingual and crosslingual) that are a reference for current and future research works can adjust and compare their proposals.<br>[ES] La detección automática de reutilización en códigos fuente consiste en determinar si un (fragmento de) código ha sido creado considerando otro como fuente. El plagio y las ramificaciones en proyectos software son dos ejemplos de tipos de reutilización en códigos fuente. Con la llegada de la Web y los medios electrónicos ha crecido enormemente la facilidad de acceso a códigos fuente para ser leídos, copiados o modificados. Esto supone una gran tentación para programadores que, con propósitos de reducir costes (temporales o económicos), deciden utilizar códigos fuente previamente depurados y probados. Este fenómeno ha causado que expertos en lenguajes de programación estudien el problema. La gran cantidad de recursos disponibles en la Web hace imposible un análisis manual de códigos fuente sospechosos de haber sido reutilizados. Por ello, existe una necesidad urgente de desarrollar herramientas automáticas capaces de detectar con precisión los casos de reutilización. Basándose en técnicas del procesamiento del lenguaje natural y recuperación de información, las herramientas de detección automáticas de reutilización son capaces de realizar multitud de comparaciones de códigos fuente de forma eficiente. En esta tesis proponemos un conjunto de modelos que pueden aplicarse indistintamente a nivel monolingüe o translingüe. Es decir, se pueden comparar dos códigos que están escritos en el mismo, o en distinto, lenguaje de programación. Por lo tanto, nos permite realizar comparaciones entre casi cualquier par de lenguajes de programación a diferencia de las propuestas del estado de la cuestión. %que solo se aplican a un grupo muy reducido de lenguajes de programación. Inicialmente, hemos estudiado las modificaciones más comunes realizadas por los programadores para evitar ser detectados. Para tratar estas modificaciones y mejorar la detección, hemos propuesto una serie de preprocesos. Se han evaluado y analizado los modelos tanto en un escenario académico real como en un escenario de detección a gran escala. Finalmente, nuestras mejores propuestas se han comparado con otras propuestas del estado de la cuestión dentro de un mismo marco de evaluación. Estas pruebas de nuestros modelos se han realizado mediante millones de comparaciones tanto a nivel monolingüe como translingüe empleando diversas técnicas que fueron efectivas al aplicarlas sobre textos escritos en lenguaje natural. La mayor parte de los recursos desarrollados en el marco de esta tesis están a libre disposición de la comunidad científica. Utilizando parte de estos recursos, hemos configurado dos escenarios (monolingües y translingües) de evaluación que son un referente para que actuales y futuros trabajos de investigación puedan ajustar y comparar sus propuestas.<br>[CAT] La detecció automàtica de reutilització en codis consisteix a determinar si un (fragment de) codi ha sigut creat considerant un altre com a font. El plagi i les bifurcacions en projectes de programari són dos exemples de tipus de reutilització en codis font. Amb l'arribada de la Web i els mitjans electrònics ha crescut enormement la facilitat d'accés a codis font per a ser llegits, copiats o modificats. Açò suposa una gran temptació per a programadors que amb propòsits de reduir costos (temporals o econòmics) decideixen utilitzar codis font prèviament depurats i provats. Aquest fenomen ha causat que experts en llenguatges de programació estudien aquest problema. La gran quantitat de recursos en la Web fa impossible una anàlisi manual de codis font sospitosos d'haver sigut reutilitzats. Es per aquest motiu que existeix una necessitat urgent de desenvolupar eines automàtiques capaces de detectar amb precisió els casos de reutilització. Basant-se en tecnologies de teoria de llenguatges i recuperació d'informació, les eines de detecció automàtiques de reutilització són capaces de realitzar multitud de comparacions de codis font de forma eficient. En aquesta tesi proposem un conjunt de models que poden aplicar-se indistintament a nivell monolingüe o translingüe. És a dir, es poden comparar dos codis que estan escrits en el mateix, o diferent, llenguatge de programació. Per tant, ens permet realitzar comparacions entre quasi qualsevol parell de llenguatges de programació a diferència de les propostes de l'estat de la qüestió. La nostra experimentació ha seguit un cert paral$\cdot$lelisme entre la detecció de reutilització monolingüe i la translingüe. Inicialment, hem estudiat les modificacions més comunes realitzades pels programadors per evitar ser detectats. Per tractar aquestes modificacions i millorar la detecció, hem proposat una sèrie de preprocesos. S'han avaluat i analitzat els models tant en un escenari acadèmic real com en un escenari de detecció a gran escala. Finalment, hem comparat les nostres millors propostes amb altres propostes de l'estat de la qüestió dins d'un mateix marc d'avaluació. Aquestes proves i comparacions dels nostres models s'han realitzat mitjançant milions de comparacions tant a nivell monolingüe com translingüe emprant diverses tècniques que van ser efectives en aplicar-se sobre textos escrits en lenguatge natural. La major part dels recursos creats en el marc d'aquesta tesi han estat de creació pròpia i estan a lliure disposició de la comunitat científica. Utilitzant part d'aquests recursos, hem proposat dos escenaris (monolingüe i translingüe) d'avaluació que són un referent perquè actuals i futurs treballs d'investigació puguin ajustar i comparar les seves propostes.<br>Flores Sáez, E. (2016). Detección de reutilización de código fuente monolingüe y translingüe [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/66868<br>TESIS

El objetivo general de la presente tesis es desarrollar y proponer un Plan de Negocio El objetivo general de la presente tesis es desarrollar y proponer un Plan de Negocio para una empresa que ofrezca el “Servicio de Detección de Plagio” para el sector Educacional Chileno. Investigaciones realizadas entre los años 2003 al 2008, por diferentes Universidades, confirman un incremento gradual y sistemático del plagio de documentos digitales. El Web Intelligence Research Center del Departamento de Ingeniería Industrial, en respuesta a estos y otros antecedentes, desarrolló una herramienta denominada DoCoDE que permite detectar si un documento digital en español es original, comparando sus textos con fuentes en la Web y con bases documentales propietarias. Por otra parte, a nivel mundial, existen múltiples empresas que prestan el servicio de detección de copia para el sector educacional secundario y terciario. La realidad chilena es diferente: No cuenta con proveedores para la detección de plagio académico, de hecho sólo una institución de educación superior declara ser usuaria de un servicio de estas características, presentándose una oportunidad clara de negocio para DoCoDe. La Hipótesis de esta tesis formula que es posible diseñar un Plan de Negocios que le permita a DoCoDe Ltda. fundamentar la viabilidad de su negocio frente a futuros socios, en diferentes situaciones comerciales, logrando resultados económicos rentables. El Plan de Negocio permitirá a la empresa asumir los desafíos de a) construir una estrategia de negocio ii) evaluarla iii) implementarla iv) refinarla, etc en función del input de los clientes, de las novedades tecnológicas de construcción de construir una estrategia de negocio, evaluarla, Las cifras recogidas en esta investigación indican que un 40% de los potenciales clientes conoce la existencia de este tipo de software, el 73% definitivamente lo utilizaría, el 48% lo considera un servicio necesario y el 60% de los encuestados estaría dispuesto a pagar por usar este tipo de servicios. Durante la tesis se determinó que: i) La oferta del servicio es incipiente, sólo un proveedor internacional y ningún proveedor nacional ii) Existen potenciales clientes con disposición a pagar un fee mensual de 4,66 UF/mensual, iii) El mercado potencial es de un mínimo de 102 instituciones educacionales en Chile. iv) Directores y Profesores consideran el servicio una buena y muy necesaria iniciativa, con un 40% de desconocimiento del servicio, del software, sus usos y aplicaciones. v) Hoy en dia, por la poca presencia de proveedores extranjeros se presume que no hay interés por el mercado chileno, y tampoco existe presencia en los países vecinos. vi) Las condiciones tecnológicas son propicias para el desarrollo y upgrade del producto, permiten además, en el corto plazo, incorporar nuevas funcionalidades pagadas, aumentando la oferta según requerimientos del cliente. vii) El Plan de Negocio diseñado le permite a la empresa, fundamentar la viabilidad del negocio y su factibilidad comercial. En consideración a lo anterior es posible señalar que existe un mercado potencial para el servicio ofrecido por DoCoDe, el cual no solo abarca la educación, sino que también otros sectores de la economía y nuevas líneas de negocio.

Este trabajo de Tesis tiene por objetivo desarrollar un algoritmo aplicado a la detección de patrones de similitud entre documentos digitales, en el marco del proyecto Fondef D081-1015, DOCODE (DOcument COpy DEtector). Hay dos hechos fundamentales: no existe una cultura de educar al alumnado en base al respeto por la propiedad intelectual y el actual crecimiento del uso de las herramientas computacionales para la educación. Esto ha derivado en una práctica cada vez más que frecuente y con antecedentes a nivel internacional denominada “copy&paste”. Este problema ha conducido a desarrollar metodologías entre los alumnos para evitar ser detectados a la hora que deciden voluntaria o involuntariamente plagiar una o más fuentes, convirtiéndose para el profesor, en una lucha constante y muy lenta, o casi imposible de manejar dadas las cantidades de alumnos que poseen. Este trabajo se basa en la hipótesis de que es posible determinar la similitud entre documentos digitales mediante la detección de patrones de palabras aplicado al idioma español de mejor manera que traducir un detector de copia de una lengua extranjera, como se ha estado haciendo en los últimos años. El idioma español posee una estructura específica y una gran de sinonimia que hace que no sea eficiente tan solo aplicar los criterios lógicos usados en otros idiomas. Bajo este contexto, se crea un algoritmo basado en la búsqueda de secuencias comunes entre unidades de copia y se construye, mediante esto y una medida de distancia de edición, un prototipo capaz de tomar un grupo de documentos y entregar un indicador normalizado de la similitud existente entre dos documentos en particular. Este prototipo se somete a un experimento sobre una muestra de la base de documentos PAN-2010, en conjunto con otros detectores de similitud, el algoritmo LCS y la comparación por n-Gramas, bajo distintas condiciones: unidades de copia y tipos de copia, obteniendo distintos rendimientos en base a los indicadores: precisión, accuracy, recall y F-measure. El principal resultado encontrado es que considerando un mínimo de un 81% del largo de la unidad de copia deseada, es posible detectar copia independiente del caso estudiado. Se obtuvo una precisión y accuracy del 100% para la copia textual en todas unidades de copia. El modelo se encuentra bien calibrado para la copia no textual con un accuracy del 85.3%. El output se encuentra normalizado para entregar al usuario un resultado interpretable en términos porcentuales del nivel de similitud entre documentos. Se recomiendan unidades de medida como la oración o el párrafo, pues al tener un alfabeto finito y un algoritmo basado en la detección de secuencias comunes, el algoritmo sobrevalua la similitud en unidades de detección tan pequeñas, como la palabra. La principal línea de acción para el trabajo futuro es enfocarse en la detección de la copia no textual. Se aconseja la utilización de algoritmos de rankeo, específicamente n-Gramas, en conjunto con algoritmos de frecuencias de palabras, como TF-IDF, pues esto permite por un lado disminuir el universo de comparación y por otro, poder asociar determinados conceptos a temas característicos y adaptar la detección de similitud a un tema o área en particular. Finalmente, dadas las conversaciones con expertos en lingüística, en el largo plazo es ideal manejar indicadores asociados al individuo, de manera de detectar saltos extraordinarios en su desarrollo lingüístico, como lo son el léxico, la ortografía y la redacción, tarea que se basa en la hipótesis de que un profesor puede filtrar de manera menos estricta un comportamiento en base a sus experiencias anteriores con el individuo en particular.

Ingeniero Civil Industrial<br>La educación chilena actual presenta una alta tendencia al plagio por parte de los alumnos debido al uso de Internet como fuente principal de acceso a la información. En este contexto, docentes y alumnos del DII de la Universidad de Chile, desarrollaron una herramienta tecnológica de detección de originalidad en documentos digitales llamado DOCODE. Hoy en día, las funcionalidades básicas de la herramienta están bien definidas y existe consenso respecto a su aporte en la educación chilena. Sin embargo, falta claridad sobre cómo la herramienta ayudaría a este propósito y el precio que estarían dispuestos a pagar los clientes. El objetivo del presente Trabajo de Título es diseñar y tarificar un servicio asociado a la herramienta tecnológica DOCODE, de modo tal de agregar valor a un segmento de clientes en el mercado educacional que esté dispuesto a pagar por él. Para ello, se realizó una investigación de mercado de dos etapas en la Región Metropolitana: la primera, un estudio cualitativo para generar hipótesis sobre los objetivos planteados y la segunda, una investigación cuantitativa para validar los supuestos generados y tomar decisiones concluyentes. Como resultado, se detectaron ocho segmentos en el mercado educacional chileno pertenecientes a educación superior y media. Debido a su potencial atractivo, se seleccionó al segmento objetivo de DOCODE, correspondiente a facultades humanistas y no humanistas con requerimientos de revisión de originalidad, pertenecientes a universidades de investigación y privadas selectivas. Según ello, se estableció que el beneficio buscado por estas instituciones es aquel que estimule el desarrollo de las habilidades cognitivas de los alumnos. A partir de lo anterior se desarrolló el concepto de producto para DOCODE y los requerimientos necesarios a incorporar a la versión actual para comercializarlo. Además, debido al desconocimiento entre los clientes respecto de otras herramientas similares, se plantea posicionar a DOCODE como un servicio perteneciente a una nueva categoría llamada detector de originalidad en documentos digitales. Se define que la mejor estrategia de precios corresponde a una de penetración con un precio de $2.300 anual por alumno, considerando revisiones ilimitadas. Sin embargo, se plantea la necesidad de diseñar a futuro modalidades que incluyan también revisiones limitadas de documentos, con el fin de capturar el mayor excedente de los compradores. Finalmente, se concluye que sí existe un segmento dispuesto a pagar por el servicio de detección de originalidad propuesto en el presente trabajo. Por lo tanto, si se incorporan las recomendaciones entregadas en el diseño de DOCODE, se logra cumplir con las expectativas de los clientes y usuarios, y, además, se realizan los esfuerzos comunicacionales y de ventas adecuadas, sería posible alcanzar ingresos anuales de $297.226.700.

Barrón Cedeño, LA. (2012). On the Mono- and Cross-Language Detection of Text Re-Use and Plagiarism [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/16012<br>Palancia

Stored products include all postharvest agricultural foodstuffs that do not require refrigeration and that can be preserved for several months under proper conditions as cereal grain and other raw material or processed food. Regrettably, in the Mediterranean region, the presence of insect pests such as the internal feeders of grain: Rhyzopertha dominica (F.) (Coleoptera: Bostrichidae), Sitophilus spp. (S. granarius (L.), S. oryzae (L.) and S. zeamais (Motschulsky)) (Coleoptera: Curculionidae) and Sitotroga cerealella (Olivier) (Lepidoptera: Gelechiidae) as well as the moth usually present in warehouses and grain mills, Ephestia kuehniella (Zeller) (Lepidoptera: Pyralidae), induce important quantitative and qualitative damage before consumption. Among the integrated pest management strategies for the control of these concerning stored product pests, biological control with the introduction of parasitoids as natural enemies represents a good alternative to the use of pesticides. Unfortunately, for the correct implementation and success of this sustainable approach, higher management knowledge is required. For this reason, the aim of this thesis was to assess different biological control approaches for the control of the most important stored product pests. A major issue for the cereal industry is the early detection of insects during grain storage and processing, especially when immature stages of the pests are hidden inside the grain kernels, such as happens with the internal feeders. Then, the first two chapters of this thesis are dedicated to the development of two Polymerase Chain Reaction (PCR) methodologies for internal feeder’s diagnosis. First, in chapter 1, a realtime PCR (qPCR) protocol for the detection and quantification of R. dominica in rice as a model system to quantify internal feeders in grain with a simple methodology is presented. On the other side, in chapter 2, a multiplex PCR protocol for the simultaneous detection and identification of the five most prevalent internal feeder pest species in different grains and processed food is described and then, also tested with commercial samples. For the effective use of natural enemies it is vital to understand and consider the interactions among physical, chemical and biological factors that take place when the grain is stored. For this reason, the third chapter of the thesis is focused on assessing the effectiveness of the parasitoid Anisopteromalus calandrae (Howard) (Hymenoptera: Pteromalidae) released in three different densities (10♀♀, 20♀♀ or 40♀♀ parasitoids) to control high infestations of the weevils R. dominica and S. zeamais in two kilos of rice under two risk temperatures (23ºC and 28ºC). The last chapter of the thesis is devoted to the optimization of an economic and easy to use device called Bankerbox for the control of the moth E. kuehniella by rearing and progressively releasing the parasitoid Habrobracon hebetor (Hüber) (Hymenoptera: Braconidae). In this perfectionated Bankerbox version, to avoid the risk of contamination of the stored products, Galleria mellonella (Lepidoptera: Pyralidae) larvae was chosen as host to rear the parasitoid. Then, three different treatments were tested, one with E. kuehniella 4th instar larvae and two with G. mellonella: one containing 4th instar larvae and the other with mixed larval stages (2nd and 4th instar larvae). The research carried out in this thesis attends to increase the knowledge for the proper use of integrated pest management strategies by providing feasible alternatives to the use of pesticides in the stored product industry for the control stored product pests.

Paraphrasing is generally understood as approximate sameness of meaning between snippets of text with a different wording. Paraphrases are omnipresent in natural languages demonstrating all the aspects of its multifaceted nature. The pervasiveness of paraphrasing has made it a focus of several tasks in computational linguistics; its complexity has in turn resulted in paraphrase remaining a still unresolved challenge. Two basic issues, directly linked to the complex nature of paraphrasing, make its computational treatment particularly difficult, namely the absence of a precise and commonly accepted definition and the lack of reference corpora for paraphrasing. Based on the assumption that linguistic knowledge should underlie computational-linguistics research, this thesis aims to go a step forward in these two questions: paraphrase characterization and paraphrase-corpus building and annotation. The knowledge and resources created are then applied to natural language processing and, in concrete, to automatic plagiarism detection in order to empirically analyse their potential. This thesis is built as an article compendium comprising six core articles divided in three blocks: (i) paraphrase scope and typology, (ii) paraphrase-corpus creation and annotation, and (iii) paraphrasing in automatic plagiarism detection. In the first block, assuming that paraphrase boundaries are not fixed but depend on the field, task, and objectives, three borderline paraphrase cases are presented: paraphrases involving content loss, pragmatic knowledge, and certain grammatical features. The limits between paraphrasing and related phenomena such as coreference are also analysed. Paraphrase characterization takes on a new dimension if we look at it in extensional terms. We have built a general and linguistically-grounded paraphrase typology in line with this approach. The third issue addressed in this block is paraphrase representation, which we consider to be essential in order to formally apprehend paraphrasing. In the second block, the Wikipedia-based Relational Paraphrase Acquisition method (WRPA) is presented. It allows for the automatic extraction of paraphrases expressing a concrete relation from Wikipedia. Using this method, the WRPA corpus, covering different relations and two languages (English and Spanish), was built. A subset of the Spanish WRPA corpus, together with paraphrases in two English paraphrase corpora that are different in nature were annotated applying a new annotation scheme derived from our paraphrase typology. These annotations were validated applying the Inter-annotator Agreement for Paraphrase-Type Annotation measures (IAPTA), also developed in the framework of this thesis. In the third and final block, our typology is applied to the field of automatic plagiarism detection, demonstrating that more complex paraphrase phenomena and a high density of paraphrase mechanisms make plagiarism detection more difficult, and that lexical substitutions and text-snippet additions/deletions are the most widely used paraphrase mechanisms when plagiarizing. This provides insights for future research in automatic plagiarism detection and demonstrates, through a concrete example, the value of the knowledge and data provided in this thesis to computational-linguistics research.<br>S'entén per paràfrasi la igualtat aproximada de significat entre fragments de text que difereixen en la forma. La paràfrasi és omnipresent en les llengües naturals, on es troba expressada de múltiples maneres. D'una banda, la ubiqüitat de la paràfrasi l'ha convertit en el centre d’interès de moltes tasques específiques dins de la lingüística computacional; de l'altra, la seva complexitat ha fet de la paràfrasi un problema que encara no té una solució definitiva. Dues qüestions bàsiques, lligades a la naturalesa complexa de la paràfrasi, fan el seu tractament computacional particularment difícil: l'absència d'una definició precisa i comunament acceptada i la manca de corpus de paràfrasis de referència. Assumint que el coneixement lingüístic ha de ser a la base de la recerca en lingüística computacional, aquesta tesi pretén avançar en dues línies de treball: en la delimitació i comprensió del que s’entén per paràfrasi, i en la creació i anotació de corpus de paràfrasis que proporcionin dades sobre les quals fonamentar tant la recerca com futurs recursos i aplicacions. Amb l'objectiu d’avaluar empíricament el seu potencial, el coneixement i els recursos creats com a resultat d'aquest treball han estat aplicats a la detecció automàtica de plagi. Aquesta tesi consisteix en un compendi de publicacions i comprèn sis articles principals dividits en tres blocs: (i) abast i tipologia de la paràfrasi, (ii) creació i anotació de corpus de paràfrasis i (iii) la paràfrasi en la detecció automàtica de plagi. En el primer bloc, partint de la base que els límits de la paràfrasi no són fixos, sinó que depenen de l'àrea de treball, la tasca i els objectius, es presenten tres casos límit de la paràfrasi: la pèrdua de contingut, el coneixement pragmàtic i la variació en determinats trets gramaticals. La caracterització de la paràfrasi pren una nova dimensió si l'observem des d'una perspectiva extensional. En aquesta línia, s'ha construït una tipologia general de la paràfrasi lingüísticament fonamentada. La tercera qüestió tractada en aquest bloc és la representació de la paràfrasi, essencial a l'hora de tractar-la formalment. En el segon bloc, es presenta un mètode per a l’adquisició de paràfrasis relacionals a partir de la Wikipedia (Wikipedia-based Relational Paraphrase Acquistion, WRPA). Aquest mètode permet extreure automàticament de la Wikipedia paràfrasis que expressen una relació concreta. Utilitzant aquest mètode, s'ha creat el corpus WRPA, que cobreix diverses relacions i dues llengües (anglès i espanyol). Un subconjunt del corpus WRPA en espanyol i exemples extrets de dos corpus de paràfrasis en anglès s'han anotat amb els tipus de paràfrasis que es proposen en aquesta tesi. Aquesta anotació ha estat validada aplicant les mesures d’acord entre anotadors (Inter-annotator Agreement for Paraphrase-Type Annotation, IAPTA), també desenvolupades en el marc d'aquesta tesi. En el tercer i últim bloc, la tipologia proposada s'ha aplicat a l'àmbit de la detecció automàtica de plagi i s'ha demostrat que els tipus de paràfrasis més complexos i l'alta concentració de mecanismes de paràfrasi fan més difícil la detecció del plagi. També s'ha demostrat que les substitucions lèxiques i l'addició/eliminació de fragments de text són els mecanismes de paràfrasi més utilitzats en el plagi. Així, es demostra el potencial del coneixement parafràstic en la detecció automàtica de plagi i en la recerca en lingüística computacional en general.

Publicación a texto completo no autorizada por el autor<br>Establece una metodología de detección de ADN de Phytophthora cinnamomi en muestras de raíces de Persea americana “palto” procedente del Sector III del Proyecto Especial CHAVIMOCHIC, La Libertad-Perú. Se establece un protocolo de amplificación de regiones del espaciador transcrito interno (ITS) del ADNr por Nested-PCR, que permite el diagnóstico rápido y confiable de P. cinnamomi. Los iniciadores PPF/PPR específicos del orden Pythiales se emplean en la primera reacción de PCR (Simple-PCR), mientras que los iniciadores PcinnF/PcinnR específicos de P. cinnamomi se usan en la segunda reacción de PCR (Nested-PCR). La estandarización de las pruebas de amplificación se realiza a partir de ADN extraído de micelio en cultivo puro de la cepa FM2C1R1 aislada previamente de la zona de estudio. Se obtienen amplificaciones del ADNr de P. cinnamomi por Simple-PCR desde 100 ρg de ADN extraído de raíces; mientras que en Nested-PCR es posible desde los 10 ρg del ADN previamente amplificado. El método de extracción y amplificación a partir de ADN de raíces es suficientemente sensible para detectar al patógeno sin necesidad de mayores purificaciones del ADN extraído. La dilución del ADN extraído o el incremento de la concentración de MgCl2 en la reacción no mejoran considerablemente la visualización de amplicones. De un total de 30 muestras de raíces de palto analizadas en el área de estudio, 22 resultan positivas para el patógeno en Nested-PCR. La confiabilidad de la Nested-PCR es verificada mediante secuenciación de los productos de amplificación y análisis filogenético. Esta investigación es la primera en establecer una metodología de detección de ADN de P. cinnamomi en raíces de palto y proporciona una herramienta molecular aplicable para la prevención y monitoreo del patógeno en el cultivo de palto.<br>Tesis

Este proyecto tiene como objetivo la implementación de algoritmos para la detección de defectos en las telas poliéster. Como sabemos, desde sus inicios la industria ha utilizado avances tecnológicos no sólo para optimizar los procesos de fabricación sino también para mejorar la calidad de los productos. Ahora, si bien, no es posible evitar las fallas que alteran la calidad de las telas poliéster, sí es posible su detección mediante una inspección visual dentro del proceso de fabricación. En el presente estudio se realizó algoritmos de procesamiento de imágenes mediante el uso de librerías del software LabView para la detección de defectos en las telas poliéster, basándonos en muestras de telas con manchas comunes (MC), manchas de aceite (MA) y puntadas erróneas (PE), las cuales nos permitieron realizar varias pruebas experimentales, utilizando un módulo de pruebas a pequeña escala el cual fue fabricado según el tamaño de las muestras de tela, con la utilización de la técnica de iluminación lateral doble, y basándonos en el análisis del histograma de la imagen original de las muestras de telas, se lograron obtener parámetros numéricos que permitieron la detección de manchas comunes, manchas de aceite y puntadas erróneas, basado en el histograma de cada imagen, el cual muestra la cantidad de píxeles (tamaño de imagen) y la intensidad que se encuentra comprendido en un rango de 0-255 (siendo 0 el valor mínimo y 255 el valor máximo), se logró parametrizar numéricamente cada rango de valores de detección para el caso de MC un rango de valores de intensidad de cada pixel, obteniendo como resultado un intervalo de detección para MC de 0-195 y para el caso de las MA obteniendo como resultado un intervalo de detección de 167-194, que ayudaron en la realización del algoritmo para cada tipo de defecto, que validaron lo planteado en un inicio en la presente investigación. This project takes the implementation of algorithms to detect faults in fabrics polyester. Now, though, it is not possible to avoid the faults that alter the quality of fabrics polyester, the detection is possible by means of a visual inspection of the product inside the manufacturing process. This study carried out algorithms of image processing through the use of libraries from LabView software for detection of defects in fabrics polyester, based on samples of fabrics with Common Stains (MC), Oil Stains (MA) and Erroneous Stitches (PE), which allowed us to carry out several experimental tests, using a module of small scale tests which was manufactured according to the size of the fabric samples , using the technique of double side lighting, and based on histogram analysis, we have managed to obtain parameters that allowed the detection of Common Stains, Oil Stains and Erroneous Stitches. In the case of common stains, was parameterized numerically every range of detection values for the case of MC a range of values of each pixel intensity, resulting in a detection interval for 0-195 MC and the case of the MA resulting in a 167-194 detection interval.

En el presente trabajo de investigación, se mejoró la sensibilidad del método desarrollado para la detección de poblaciones de Ralstonia solanacearum en suelo naturalmente infestado. La efectividad de la etapa de enriquecimiento en un nuevo caldo semi-específico desarrollado en el Centro Internacional de la Papa (CIP), permitió incrementar la población bacteriana hasta límites detectables, logrando la semi-cuantificación de las mismas y la detección de niveles tan bajos como 16 cél/g suelo (80 cél/g suelo en promedio). La técnica de inmunoabsorción con conjugado enzimático del tipo sándwich de doble anticuerpo (ELISA-DAS) post-enriquecimiento, ha sido evaluada utilizando muestras de suelo de la rizósfera de plantas con síntomas de Marchitez Bacteriana de la papa (con altos niveles poblacionales) y desde allí en muestras distantes cada 15 cm. y en muestras de plantas circundantes, llegando a dispersarse hasta en 0.75m y 1.5m alrededor de la planta sintomática, respectivamente. La sensibilidad de la técnica utilizada ha sido demostrada en mezclas de suelo infestado con bajas concentraciones del patógeno (2.0x102 a 1.1x105 unidades formadoras de colonias /g suelo) y suelo no-infestado en proporciones de 1:2 a 1:6. Además, se desarrolló una estrategia de muestreo capaz de detectar la bacteria en campos de papa con bajos niveles de incidencia de la enfermedad. La supervivencia de Ralstonia solanacearum en suelo fue determinada después de 8 meses de barbecho o un descanso y una rotación con maíz hasta después de 3 meses de la cosecha del mismo (un total de 9 meses después de la cosecha de papa). La presencia de R. solanacearum en suelo procedente de plantas asintomáticas donde se cosecharon tubérculos latentemente infectados fue demostrada con la técnica ELISA-DAS post-enriquecimiento y confirmada por la Prueba de patogenicidad en tomate. En los campos de producción de semilla de zonas alto andinas (superior a 3 000 m.s.n.m) de 0.25 – 0.5 ha, el número de muestras necesarias para el análisis cualitativo en un 95 y 99% de posibilidades de detección fue de 20 y 31, respectivamente. Los resultados obtenidos bajo dos diferentes condiciones de campo permiten señalar que la técnica utilizada es altamente sensible e importante para su aplicación en el control de la Marchitez Bacteriana de la Papa en zonas paperas andinas de la provincia de Cajamarca.<br>In this investigation, the sensibility of method developed for detection of Ralstonia solanacearum populations in naturally infested soil has been improved. The effectiveness of the stage enrichment in a new semi-specific broth developed at the International Potato Center (CIP), allowed to increase bacterial populations until detectable boundary, achieved semi-quantification of the same and the levels as few as 16 cell/g soil (averaging 80 cells/g soil) were detected. DAS-ELISA (double antibody sandwich enzyme – linked immunoassay) post-enrichment technique has been evaluated in soil samples from the rhizosphere of bacterial wilt potato plants (high level populations) and, since then from soil samples each 15cm and neighbouring plants samples, arriving spread until 0,75cm and 1.5m around the wilted plant, respectively. The technique sensibility utilized in soil samples containing concentrations of the pathogen (2.0x102 to 1.1x105 ufc/g of soil) were selected and mixed with has been demostrated for the detection in diluted soil samples with non-infested soil in proportions of 1:2 to 1:6 has been demostrated. Furthermore one strategy sampling was able to detect bacteria in potato fields with low bacterial wilt incidences has been developed. Survival of Ralstonia solanacearum in soil was determined in field after 8-months fallow or a fallow and one rotation with maize, until 3 months after harvesting the same (a total of 9-months after potato harvest). The presence of Ralstonia solanacearum in soil samples of plants without visible bacterial wilt symptoms, but which test positive for latent infection in tubers for DAS-ELISA post-enrichment technique has been demostrated and confirm by the tomate bioassay patogeniticity. In each of the three seed-multiplication fields andean highlands (over 3000 m a.s.l.) of 0.25-0.5 ha, at 95% and 99% probabilities of detection, the number n of composite samples necessary to be analysed would be 20 and 31, respectively. The results obtained in two different sets of field conditions, allowed to show that the technique utilized is highly sensible and important for application in the control potato bacterial wilt in andean potato zones at Cajamarca province.<br>Tesis

Memoria para optar al título profesional de: Ingeniero Agrónomo<br>El presente estudio se realizó con el objetivo de comprobar la patogenicidad de Verticillium albo-atrum, hongo asociado al decaimiento y muerte de plantas de kiwi dorado (Actinidia chinensis) cultivar Hort16A. Con este propósito plantas de Hort16A de un año de edad injertadas sobre Hayward (Actinidia deliciosa) se inocularon con una suspensión conidial de 106 conidias·ml -1. Al cabo de sesenta días, solamente las plantas inoculadas con V. alboatrum manifestaron síntomas de clorosis, marchitez y defoliación. Desde plantas con síntomas se recuperó en medio de cultivo Agar Agua y Agar Papa Dextrosa a V. alboatrum, identificado morfológicamente y mediante la amplificación del espacio intergénico entre los genes 18S y 28S que codifican para el RNA ribosomal del micelio del hongo. Desde tejido vegetal de plantas de kiwi dorado con síntomas se comprobó la presencia de V. albo-atrum utilizando la técnica de PCR anidado. Se realizó un estudio comparativo de la morfología y temperatura óptima de desarrollo entre V. albo-atrum y V. dahliae. Destacándose como la principal diferencia morfológica la presencia de hifas melanizadas en V. albo-atrum y la formación de microesclerocios en V. dahliae. La temperatura óptima de crecimiento para V. albo-atrum fue de 20°C y de 25°C para V. dahliae.<br>The objective of this study was to verify the pathogenicity of Verticillium albo-atrum, fungi associated with decline and death of gold kiwifruit (Actinidia chinensis) cultivar Hort16A. For this purpose Hort16A plants of one year old grafted on Hayward (Actinidia deliciosa) were inoculated with a suspension of 106 conidias·ml -1. After sixty days, only plants inoculated with V. albo-atrum showed symptoms of chlorosis, wilting and defoliation. The isolated fungus from symptomatic plant was recovered in water agar and potato dextrose agar medium and identified morphologically and by amplification of intergenic space between rRNA 18S and 28S coding genes of V. albo-atrum mycelium. From symptomatic plants tissue was detected the presence of V. albo-atrum using nested PCR. It was performed a comparative study of morphology and optimum temperature growth between V. albo-atrum and V. dahliae, being the main morphological difference the presence of melanized hiphae on V. albo-atrum and of microesclerotia on V. dahliae. The optimum growth temperature of V. albo-atrum and V. dahliae were 20°C and 25°C respectively.