基于語(yǔ)義理解的論文相似度研究.pdf

1、當(dāng)前社會(huì),信息技術(shù)、計(jì)算機(jī)技術(shù)與語(yǔ)言學(xué)(統(tǒng)計(jì)語(yǔ)言學(xué)與語(yǔ)料庫(kù)語(yǔ)言學(xué)的興起與發(fā)展)處于一個(gè)高速發(fā)展時(shí)期,這為相似度研究打下了堅(jiān)實(shí)的基礎(chǔ)。與此同時(shí),各個(gè)高校中也發(fā)生少量的學(xué)術(shù)不端行為,主要表現(xiàn)在抄襲、剽竊、侵吞他人學(xué)術(shù)成果,給整個(gè)學(xué)術(shù)界的聲譽(yù)以及高校的學(xué)術(shù)質(zhì)量造成了極壞的影響,因此急需論文檢測(cè)系統(tǒng)來(lái)提高論文的質(zhì)量,為防止其不端行為的發(fā)生,目前的各種論文檢測(cè)系統(tǒng)在高校被廣泛應(yīng)用,在一定程度上遏制了學(xué)術(shù)不端行為的發(fā)生,但是目前的論文檢測(cè)系統(tǒng)主要側(cè)

2、重于字面上的重復(fù)度檢測(cè),而對(duì)語(yǔ)法結(jié)構(gòu)的調(diào)整、圖像、公式等非結(jié)構(gòu)化的檢測(cè)相對(duì)欠缺。結(jié)合其檢測(cè)系統(tǒng)的不足與相似度研究的現(xiàn)狀,以相似度研究在論文檢測(cè)中的應(yīng)用為方向展開(kāi)研究,希望有助于相似度研究在應(yīng)用方面取得成績(jī)。
　　本文先從相似度的概念、相似度計(jì)算的原則、應(yīng)考慮的因素以及具體的相似度算法等方面來(lái)分析文本相似度與語(yǔ)義相似度,通過(guò)對(duì)其算法的分析,考慮到各種算法的優(yōu)缺點(diǎn),最后選擇了以《知網(wǎng)》為基礎(chǔ)的詞語(yǔ)相似度算法,并在原有算法的基礎(chǔ)上對(duì)原有

3、算法進(jìn)行了改進(jìn),在詞語(yǔ)相似度的計(jì)算過(guò)程中引入了本體相似度算法中的語(yǔ)義密度因子,并且將此算法延伸到句子相似度、段落相似度與論文相似度的計(jì)算;通過(guò)詞語(yǔ)相似度、句子相似度、段落相似度與論文相似度四個(gè)層次的算法分析,把語(yǔ)義理解應(yīng)用到論文檢測(cè)中,根據(jù)其各個(gè)層次的計(jì)算給出了在論文檢測(cè)中其相對(duì)應(yīng)的模塊及流程;最后根據(jù)本文涉及到的相似度算法,通過(guò)相應(yīng)的實(shí)驗(yàn)驗(yàn)證了其算法的有效性與實(shí)用性,實(shí)現(xiàn)了其相似度計(jì)算在論文檢測(cè)領(lǐng)域的部分應(yīng)用,其主要是指在詞語(yǔ)相似度、