基于SVM的抄襲檢測研究.pdf

1、隨著科學(xué)技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展和普及，搜索引擎的日益強(qiáng)大，網(wǎng)絡(luò)已經(jīng)滲透進(jìn)人們的生活、學(xué)習(xí)和工作當(dāng)中。網(wǎng)絡(luò)給人們帶來了便捷，同時(shí)也給抄襲剽竊等行徑提供了機(jī)會(huì)。防范和遏制抄襲造假行為，建立一種快速、準(zhǔn)確的論文抄襲檢測模型具有現(xiàn)實(shí)意義。進(jìn)行知識(shí)產(chǎn)權(quán)保護(hù)的一個(gè)主要做法就是抄襲檢測。
　　從不同的觀點(diǎn)來看，可以把抄襲檢測研究劃分為兩種類型，分別是：有參考文檔的外部抄襲檢測研究和無參考文檔的內(nèi)部抄襲檢測研究。外部抄襲檢測是在一個(gè)參考文檔集的前

2、提下，判定指定文檔是否存在抄襲，并找出抄襲部分和抄襲來源，不同的是，而內(nèi)部抄襲檢測研究沒有借助外界參考資料。本文主要研究外部抄襲檢測，本文提出了基于信息檢索和支持向量機(jī)的外部抄襲檢測方法，其對(duì)應(yīng)的子任務(wù)就是備選文檔檢索和基于SVM的詳細(xì)比對(duì)，具體的研究內(nèi)容如下：
　　第一，用信息檢索系統(tǒng)從參考文檔集中檢索出與可疑文檔對(duì)應(yīng)的源文檔，組成備選文檔集。本研究使用TF-IDF方法作為關(guān)鍵詞提取方法，并使用了向量空間模型作為相似度計(jì)算的模型

3、。
　　第二，針對(duì)詳細(xì)比對(duì)任務(wù)，本研究提出了基于SVM的研究方法。對(duì)于可疑文檔和備選文檔組成的文本對(duì)<可疑文檔，備選文檔>進(jìn)行特征提取，將得到的特征值寫成向量的形式，用這些特征向量訓(xùn)練支持向量機(jī)分類器，得到一個(gè)比較穩(wěn)定的支持向量機(jī)分類模型；最后將從測試集中檢索得到的備選文檔集和可疑文檔提取的特征向量投入到分類器中進(jìn)行分類，從而預(yù)測可疑文本是否包含抄襲。
　　第三，針對(duì)SVM分類器的訓(xùn)練與測試，本文提出了新的特征組合。

4、　　實(shí)驗(yàn)證明，進(jìn)行備選文檔檢索時(shí)，使用了TF-IDF進(jìn)行關(guān)鍵詞的提取，用向量空間模型作為相似度計(jì)算模型的方法，這些措施提高了備選文檔檢索的精度和效率，從而使襲檢測系統(tǒng)的性能得到有效的提升；對(duì)于詳細(xì)比對(duì)任務(wù)，使用了支持向量機(jī)分類器，并在特征提取時(shí)提出了新的特征組合，使得抄襲檢測系統(tǒng)的整體評(píng)測指標(biāo)得到一定程度的提高。
　　本研究提出的采用信息檢索系統(tǒng)和支持向量機(jī)進(jìn)行外部抄襲檢測研究，此方法提升了文本抄襲檢測的質(zhì)量，并在不同程度上提升了