文件名称：基于语义匹配的抄袭检测方法 (2013年)
文件大小：312KB
文件格式：PDF
更新时间：2024-07-05 06:15:02
自然科学 论文
现有的抄袭检测方法大多根据相似度来判定文档间是否存在抄袭。与常见的复制检测不同,在抄袭检测中,占文档很小比例且未加引用的复制文本也将被认定为抄袭。受文档尺寸、复制篇幅和干扰信息的影响,现有方法的检测效果均不理想。针对这种局限性,文中分析了文本语义与指纹排列顺序的关系,提出了语义匹配方法,将指纹向量投影到一个二进制向量,在降低维数的同时保留了指纹的位置信息。在PAN公用语料集上将该方法与Jaccard和Hamming距离法进行了对比测试,发现文中方法的召回率和准确度均更优。