基于文本相似度的論文查重方法研究.pdf

1、隨著人們對科學(xué)技術(shù)和社會發(fā)展的日益重視，學(xué)術(shù)領(lǐng)域呈現(xiàn)多元化、信息化、現(xiàn)代化的趨勢。在這種情況下，我們比以往任何時候都迫切地需要高效、全面、方便的學(xué)術(shù)信息。但另一方面，我們要防止學(xué)術(shù)抄襲。目前，高等學(xué)校研究生教育質(zhì)量日益得到關(guān)注，而學(xué)位論文是反映培養(yǎng)質(zhì)量的主要指標(biāo)，所以有必要開發(fā)一個學(xué)位論文的查重系統(tǒng)，對學(xué)位論文進(jìn)行監(jiān)管和規(guī)范。論文查重最關(guān)鍵的是文本信息的處理，在中文信息處理中，文本相似度的計算廣泛應(yīng)用于信息檢索、文本挖掘等領(lǐng)域，是一個非

2、常基礎(chǔ)而關(guān)鍵的問題，一直是人們研究的熱點(diǎn)和難點(diǎn)。這一課題的研究對論文相似度的判定，都將具有一定的參考價值和良好的應(yīng)用前景。
　　 本文首先介紹了課題的背景和論文查重的意義，概述了文本相似度判定所涉及的相關(guān)技術(shù)，詳細(xì)闡述了論文查重的核心方法，并以真實的學(xué)位論文信息為研究對象，對學(xué)位論文信息文本相似度進(jìn)行了研究。隨后分析比較了現(xiàn)有的文本相似度計算方法，利用基于向量空間模型的TF-IDF方法結(jié)合分詞系統(tǒng)，給出了中文文本分詞及相似度計算