畢業(yè)論文對比系統的設計與實現.pdf

1、近年來,在學術界屢次出現論文抄襲的現象,而且愈演愈烈,引起了全社會的關注。論文抄襲現象給作者本人及抄襲者造成嚴重的后果,為了保護作者的知識產權、端正學術氛圍,所以研究文本復制檢測技術很有必要。
　　針對基于字符串匹配算法的文本塊選擇的難題和基于詞頻計算法沒有充分考慮文本的語義和結構信息等問題,本文提出了基于主題樹的自上而下文本復制檢測算法。首先闡述了文本的主題樹表示方式:根結點用文本的題日、作者、指導教師、字詞和分類號信息表示;分

2、支結點用主題包表示,山語義聚類的方法形成主題,再由句子關系圖方法抽取具有代表性的句子,從而形成主題包;葉結點用文本的所有句子表示。然后提出自上而下的主題樹相似度計算方法:第一,計算根結點相似度,即比較兩篇文本的根結點信息,若根結點不相似則相似度計算結束,否則繼續(xù)計算下一層結點相似度;第二,計算分支結點相似度,以句子相似度為基礎計算兩篇文本的主題包之間的相似度,若分支結點總相似度小于閥值則相似度計算結束,否則繼續(xù)計算下層結點相似度;第三計

3、算葉結點相似度,即計算兩篇文本所有句子的相似度,若葉結點總相似度小于閻值則認為兩篇文本不存在抄襲,否則認為兩篇文本之問存在抄襲的可能。
　　本文按照上述提出的算法設計并實現了文本復制檢測系統,實驗中分別收集了五個不同領域的論文各200篇。然后對每個領域的論文分別進行不同級別的復制,形成論文20篇,并收集了5篇完全無關的論文,將這25篇文章作為驗證系統有效性的待檢測論文。為了驗證本文提出的新的論文對比檢測算法的有效性,利用本文中提出