中文學(xué)術(shù)論文抄襲檢測(cè)系統(tǒng)研究.pdf

1、本文根據(jù)中文學(xué)術(shù)論文的特點(diǎn)，把中文學(xué)術(shù)論文抄襲檢測(cè)系統(tǒng)分為基于數(shù)據(jù)庫(kù)的關(guān)鍵詞匹配數(shù)初檢模塊和內(nèi)容詳檢模塊兩大模塊。在第一模塊中，利用論文作者自行提取的關(guān)鍵詞作為初檢對(duì)象，通過(guò)模糊匹配和精確匹配兩種方法對(duì)待測(cè)文本進(jìn)行匹配測(cè)試。本模塊在設(shè)計(jì)算法時(shí)丟棄了常規(guī)的循環(huán)嵌套匹配算法，而是在數(shù)據(jù)庫(kù)中增加了一個(gè)count字段，作為臨時(shí)計(jì)數(shù)器，這樣大大減少了算法的復(fù)雜度，提高了運(yùn)行的速度。第二模塊是在第一個(gè)模塊完成的基礎(chǔ)上根據(jù)其結(jié)果從相似度最大的文檔開(kāi)始

2、對(duì)其內(nèi)容進(jìn)行一對(duì)一的檢測(cè)。在第二個(gè)模塊中使用了模式匹配的一種改進(jìn)算法一一Kh"算法進(jìn)行匹配測(cè)試。它的優(yōu)勢(shì)是當(dāng)每一趟匹配過(guò)程中出現(xiàn)失配時(shí)，不需回溯指針，而是利用已經(jīng)得到的部分匹配的結(jié)果將模式滑動(dòng)到盡可能遠(yuǎn)的一段距離后，繼續(xù)進(jìn)行比較。 文章中詳細(xì)給出了中文學(xué)術(shù)論文抄襲檢測(cè)系統(tǒng)的設(shè)計(jì)方案以及系統(tǒng)結(jié)構(gòu)。并對(duì)系統(tǒng)的總體構(gòu)思，各個(gè)模塊的功能、特點(diǎn)、算法以及主要代碼都作了詳細(xì)的闡述。 中文學(xué)術(shù)論文抄襲檢測(cè)系統(tǒng)面向中文學(xué)術(shù)論文的抄襲檢測(cè)

3、。在對(duì)30篇相似學(xué)術(shù)論文的實(shí)驗(yàn)中，根據(jù)它們的關(guān)鍵詞和內(nèi)容的不同的匹配特征把它們分為三類進(jìn)行系統(tǒng)性能的匹配測(cè)試試驗(yàn)，分別是完全匹配、相似匹配和不匹配。經(jīng)初檢后，將關(guān)鍵詞匹配數(shù)最多的四篇測(cè)試文檔與被測(cè)文檔進(jìn)行一對(duì)一的詳檢測(cè)試，各模塊的響應(yīng)時(shí)間都不足1秒。文章中給出了詳細(xì)的試驗(yàn)設(shè)置，并對(duì)系統(tǒng)測(cè)試的響應(yīng)時(shí)間與文件的大小關(guān)系給出了對(duì)比分析。 本系統(tǒng)在整個(gè)構(gòu)思上，結(jié)合了1：1和1：N兩種文本復(fù)制檢測(cè)的思路和方法，避免了它們?cè)跈z測(cè)上的片面性和