基于左归词频向量空间模型的中文文本抄袭检测算法

被引：9

作者：

谢松山

唐雁

机构：

[1] 西南大学计算机与信息科学学院

来源：

西南大学学报(自然科学版) | 2015年 / 05期

关键词：

抄袭检测; 相似度; 向量空间模型; 左归;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

提出一种基于左归词频向量空间模型的抄袭检测算法.通过左归处理将抄袭文本的指代还原,借助同义词链对所有同义词统一左对齐于同义词链首词,然后以直接统计词频构造文本词频特征,抛弃词频统计抄袭检测算法中以TF-IDF多步计算相对词频的处理,最后以词频特征构造向量空间模型,用余弦相似计算文本相似度.实验表明,算法在各种抄袭类型的数据集上综合性能更优、稳定性更好、效率更高.

引用

页码：158 / 161

页数：4

共 10 条

[1]

基于句子相似度的论文抄袭检测模型研究 [J].