---
title: Teksti päritolu
description: Tuvastab tekstilõigu tõenäolise allika, seob teksti dokumentidega ja leiab plagiaadi.
category: Legal
sublabel: Dokumentide ülevaatus
author: LegalQuants
tags: 
license: Apache-2.0
source: https://github.com/LegalQuants/lq-skills
---

# text-provenance

## Millal kasutada

- RAG-viidete esiletõstmine — näita, millisest allikadokumendist genereeritud tekst pärineb
- Lepingute playbooki sobitamine — leia, millisest standardklauslist lepinguklausel tuleneb
- Plagiaadi tuvastamine
- Allika omistamine AI-ga genereeritud juriidilisele tekstile
- Iga teksti päritolu ülesanne, kus pead teksti tagasi selle algallikani jälgima

## Kuidas see töötab

### Põhiline lähenemine

Kerged tekstisarnasuse meetrikad — käitusajal pole embeddings ega API-kutseid. Kiire, deterministlik stringide sobitamine, mis töötab brauseris või serveris.

### Võrdlusmeetodid

- **Pinna sarnasus** — märgi tasemel võrdlus
- **N-grammi kattuvus** — fraasi tasemel sobitamine
- **Sõrmejälje sobitamine** — täpse fraasi tuvastamine

### Kasutamine

```javascript
import { findProvenance } from 'text-provenance';

const sources = await findProvenance(
  "the quick brown fox jumps over the lazy dog",
  corpusDocuments
);
// Returns ranked list of potential sources with confidence scores
```


### Äärmusjuhtumid

Töötab seal, kus embeddings ebaõnnestuvad:
- Lühikesed tekstilõigud
- Täpse fraasi sobitamine
- Kõrge täpsusega omistamisülesanded
- Privaatsustundlikud kontekstid (andmed ei lahku masinast)

## Sihtrühm ja töö kuju

Sihtrühm: arendajad ja advokaadid, kes ehitavad RAG-viidete, lepingu tuletamise või plagiaadituvastuse töövooge. Väljund on *kandidaatide järjestus*, mitte leid.

Töö kuju: mustriga ülevaatus. Leksikaalne sarnasus on sobitusfunktsioon; kasutaja otsustab, mis loeb vasteks.

## Ulatus ja juriidiline kasutus

See oskus annab juriidilist *tuge*, mitte juriidilist nõu. Väljund on järjestatud kandidaatallikate loend sarnasusskooridega — mitte kunagi omistamise järeldus, mitte kunagi plagiaadi leid, mitte kunagi lepingu tuletamise õigusliku mõju määratlus.

**Privileeg ja konfidentsiaalsus.** Jookseb kliendipoolselt ilma võrgukutseteta. Ükski tekst ei lahku kasutaja masinast, välja arvatud kui kutsuv rakendus otsustab selle edastada. Oskus ise ei loo uut privileegi riski.

**Vastutus.** Kvalifitseeritud advokaat peab enne omistamise, plagiaadi või lepingu tuletamise otsusele tuginemist väljundi üle vaatama ja heaks kiitma. Sarnasusskoor on signaal, mitte otsus.

## Kindlusastmed

Kaardista toores sarnasusskoor tegevusastmeteks:

- **Kõrge (≥ 0.85)** — tugev leksikaalne vaste; advokaat võib seda pidada tõenäoliseks allikaks, kuid peab siiski aluseks oleva lõigu kontrollima.
- **Keskmine (0.55 – 0.85)** — võimalik vaste; suuna inimese võrdlusesse enne tuginemist.
- **Madal (< 0.55)** — nõrk signaal; ära käsitle allika omistamisena. Näita koos teiste kandidaatidega, kuid ära tõsta eraldi esile.

## Ulatusest väljas

- Ei ole plagiaadi otsus ega akadeemilise/kutsealase väärkäitumise leid.
- Ei ole juriidiline nõu autoriõiguse, IP ega lepingu tuletamise nõuete kohta.
- Ei ole tõenduslik; tulemusi ei vormistata menetlusteks.
- Ei ole semantilise otsing — leksikaalselt erinevad parafraasid jäävad märkamata.
- Ei asenda embedding-põhist otsingut seal, kus on vaja semantilist vastet.

## Eskaleerimine

Peatu ja suuna vastutavale advokaadile, kui:
- tipptulemus on madalas astmes, kuid kutsuv töövoog ootab kindlat allikat;
- kasutusjuht on distsiplinaarne, tõenduslik või potentsiaalselt laimav (nt advokaadi või üliõpilase plagiaadis märkimine);
- kaks või enam kandidaati on skoorilt 0.05 piires ja töövoog nõuab ühtainsat allika omistamist.

## Piirangud

- Ei suuda käsitleda semantiliselt sarnast, kuid leksikaalselt erinevat teksti
- Töötab kõige paremini pikemate allikadokumentidega
- Ei asenda embedding-põhist otsingut kõigis kontekstides