中文學術論文抄襲檢測系統(tǒng)研究.pdf

1、本文根據(jù)中文學術論文的特點，把中文學術論文抄襲檢測系統(tǒng)分為基于數(shù)據(jù)庫的關鍵詞匹配數(shù)初檢模塊和內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鍵詞作為初檢對象，通過模糊匹配和精確匹配兩種方法對待測文本進行匹配測試。本模塊在設計算法時丟棄了常規(guī)的循環(huán)嵌套匹配算法，而是在數(shù)據(jù)庫中增加了一個count字段，作為臨時計數(shù)器，這樣大大減少了算法的復雜度，提高了運行的速度。第二模塊是在第一個模塊完成的基礎上根據(jù)其結果從相似度最大的文檔開始

2、對其內容進行一對一的檢測。在第二個模塊中使用了模式匹配的一種改進算法一一Kh"算法進行匹配測試。它的優(yōu)勢是當每一趟匹配過程中出現(xiàn)失配時，不需回溯指針，而是利用已經得到的部分匹配的結果將模式滑動到盡可能遠的一段距離后，繼續(xù)進行比較。 文章中詳細給出了中文學術論文抄襲檢測系統(tǒng)的設計方案以及系統(tǒng)結構。并對系統(tǒng)的總體構思，各個模塊的功能、特點、算法以及主要代碼都作了詳細的闡述。 中文學術論文抄襲檢測系統(tǒng)面向中文學術論文的抄襲檢測

3、。在對30篇相似學術論文的實驗中，根據(jù)它們的關鍵詞和內容的不同的匹配特征把它們分為三類進行系統(tǒng)性能的匹配測試試驗，分別是完全匹配、相似匹配和不匹配。經初檢后，將關鍵詞匹配數(shù)最多的四篇測試文檔與被測文檔進行一對一的詳檢測試，各模塊的響應時間都不足1秒。文章中給出了詳細的試驗設置，并對系統(tǒng)測試的響應時間與文件的大小關系給出了對比分析。 本系統(tǒng)在整個構思上，結合了1：1和1：N兩種文本復制檢測的思路和方法，避免了它們在檢測上的片面性和