【学生研究课题】文档相似性检测系统（作业查重）

上次写了一篇【学生研究课题】CSDN博客数据获取、分析、分享，分析完成该题的研究思路。今天我们再来分享另一个有实际价值的问题。

问题说明（所有题型，见WORD附件）

在阅读电子版的实验报告时，经常会遇到两-三个学生的实验报告除了姓名、学号外基本一致，现在请思考开发一个程序，监测班级学生的实验报告的相似性，假设有50个学生的实验报告，则最后有一个50×50的矩阵，每一行为某学生与其他学生报告的相似性得分。
（1）思考一下，怎样判断两篇文档是相似的？有哪些方法。
（2）尝试着用程序实现，老师最后把的实验报告发给大家进行程序的检测。
参考：余弦定理的应用：基于文字的文本相似度计算
1.独立完成，或组成2人小组完成。
2.实现难度：难，希望有志于从事算法设计工作的同学选择此题目，做好这个题目对找工作很有帮助。

实现思路

可以使用迭代开发的思路。

（1）开发出一个雏形。

比较两篇文档（txt，or word格式）的相似性，直接使用余弦定理来完成。

（2）增加功能：多篇文件相似性计算。

从两篇，到多篇，可以检查我们算法的正确性。

（3）增加功能：比较同一个目录下文件的相似性。

如上，功能更加强大。

（4）增加功能：添加中文分词。

以字为单位检查相似性的精准度比词略差一些。而且通过分词包，可以学习更多的内容。

（5）增加功能：去掉低频词汇，统计TF-IDF。

可以查看阮一峰的博文，TF-IDF与余弦相似性的应用（一）：自动提取关键词。

（6）完善：开发图形界面和命令行两种方式。

测试数据集

压缩包（下载）。

【学生研究课题】文档相似性检测系统（作业查重）相关推荐

linux图片相似度检测软件下载,文档相似性检测工具
文档相似性检测工具是通过比对源文档和目标文档的相似性给出相似度结果的一种信息处理系统.可以分段粘贴进去查的确很给力哦.文档相似性检测工具和其他系统覆盖文献有80%以上不同,本系统通过混合引擎覆盖18 ...
C语言文档相似性检测
C语言文档相似性检测程序设计题5:文档相似性检测 1问题描述编写一个程序,对文档的相似性进行检测和分析. 2功能要求要能提供以下几个基本功能. (1)文档包含一个待检测文档和一个或多个库文档,均 ...
JCJC错别字检测系统API接口使用文档-错别字检测接口说明
JCJC错别字检测系统API接口使用文档-错别字检测接口说明用户在使用API接口进行错别字检测时,应该留意以下问题: 一.JCJC错别字检测支持:JSON POST 和表单 FORM POST 两 ...
【引用】免费论文检测系统软件论文免费检测论文抄袭检测大师万方数据论文相似性检测系统万方论文检测...
转载请注明:http://jiancelunwen.blog.163.com/blog/static/2031182372009420928035/ 免费论文检测+论文检测免费+论文抄袭检测大师 +论 ...
2020年文档相似性算法：初学者教程
作者|Masatoshi Nishimura 编译|VK 来源|Towards Data Science 如果你想知道2020年文档相似性任务的最佳算法,你来对了地方. 在33914篇<纽约时报 ...
夸克APP端智能：文档关键点检测实践与应用
作者:顺达最近夸克端智能小组在做端上的实时文档检测,即输入一张RGB图像,得到文档的四个角的关键点的坐标.整个pipelines属于关键点检测算法,因此最近对相关领域的论文进行阅读和进行了实验尝试. ...
java毕业设计在线文档管理系统Mybatis+系统+数据库+调试部署
java毕业设计在线文档管理系统Mybatis+系统+数据库+调试部署 java毕业设计在线文档管理系统Mybatis+系统+数据库+调试部署本源码技术栈: 项目架构:B/S架构开发语言:Java ...
文档相似算法_2020年最佳文档相似性算法入门指南
文档相似算法 If you want to know the best algorithm on document similarity task in 2020, you've come to th ...
Redis集群部署文档(Ubuntu15.10系统)
Redis集群部署文档(Ubuntu15.10系统) (要让集群正常工作至少需要3个主节点,在这里我们要创建6个redis节点,其中三个为主节点,三个为从节点,对应的redis节点的ip和端口对应关系 ...

【学生研究课题】文档相似性检测系统（作业查重）

【学生研究课题】文档相似性检测系统（作业查重）相关推荐

最新文章

热门文章