發(fā)布時(shí)間：2024-05-06 21:20

　　隨著網(wǎng)絡(luò)時(shí)代的飛速發(fā)展,網(wǎng)絡(luò)知識(shí)版權(quán)問題備受關(guān)注,互聯(lián)網(wǎng)領(lǐng)域的侵權(quán)行為日益突出,在版權(quán)意識(shí)愈來愈強(qiáng)的今天,主動(dòng)尋求為原創(chuàng)內(nèi)容進(jìn)行版權(quán)保護(hù)的解決方案尤為重要。設(shè)計(jì)有效的版權(quán)保護(hù)系統(tǒng)一方面有助于保護(hù)社區(qū)平臺(tái)優(yōu)質(zhì)原創(chuàng)內(nèi)容的安全,另一方面為優(yōu)秀的原創(chuàng)用戶提供更優(yōu)秀的產(chǎn)品體驗(yàn)功能,突出社區(qū)重視原創(chuàng)保護(hù)的理念,促進(jìn)原創(chuàng)用戶的社區(qū)粘性和創(chuàng)作動(dòng)力。本學(xué)位論文從文本內(nèi)容方面進(jìn)行文本相似度算法在文本版權(quán)保護(hù)方面的研究,設(shè)計(jì)了在版權(quán)保護(hù)領(lǐng)域下文本相似度的計(jì)算方法。文本相似度算法表示采用一定的策略來比較兩個(gè)文本之間的相似程度,目前文本相似度算法的研究主要有兩個(gè)方向:一種是語義詞典法,通過構(gòu)建語義詞典,將文本中的最佳關(guān)鍵字與詞典進(jìn)行匹配,通過計(jì)算匹配對(duì)的相似度來表示文本的相似度,另一種是用向量表示文本內(nèi)容,通過構(gòu)建空間向量模型,計(jì)算向量之間的夾角即兩個(gè)向量的余弦相似值,從而得到文本的相似度。目前學(xué)術(shù)界對(duì)于版權(quán)保護(hù)有很多貢獻(xiàn),但在具體文本相似度匹配時(shí)往往忽略了文本的上下文語義,為了解決這一不足,本文采用了將Word2vec和LSTM相結(jié)合的方法對(duì)文本相似度進(jìn)行分析,提高了文本相似度分析的準(zhǔn)確率。以長(zhǎng)短期記憶網(wǎng)絡(luò)(...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景及意義
        1.1.1 課題背景介紹
        1.1.2 版權(quán)保護(hù)的研究意義
    1.2 研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
    1.4 結(jié)構(gòu)安排
    1.5 本章小結(jié)
2 相關(guān)技術(shù)理論概述
    2.1 詞向量表示
        2.1.1 Word2vec
        2.1.2 文本相似度計(jì)算
    2.2 長(zhǎng)短期記憶網(wǎng)絡(luò)
    2.3 系統(tǒng)平臺(tái)架構(gòu)
        2.3.1 TensorFlow
        2.3.2 SpringBoot
    2.4 長(zhǎng)連接
    2.5 本章小結(jié)
3 系統(tǒng)需求分析
    3.1 系統(tǒng)目標(biāo)
    3.2 功能需求
        3.2.1 預(yù)訓(xùn)練
        3.2.2 相似度計(jì)算
        3.2.3 在線服務(wù)
    3.3 非功能需求
    3.4 本章小結(jié)
4 系統(tǒng)概要設(shè)計(jì)
    4.1 系統(tǒng)體系結(jié)構(gòu)
    4.2 系統(tǒng)功能組成
    4.3 數(shù)據(jù)存儲(chǔ)設(shè)計(jì)
    4.4 本章小結(jié)
5 算法設(shè)計(jì)分析
    5.1 預(yù)訓(xùn)練算法
        5.1.1 數(shù)據(jù)預(yù)處理
        5.1.2 詞向量訓(xùn)練
    5.2 長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)算法
        5.2.1 數(shù)據(jù)采集
        5.2.2 特征工程
        5.2.3 模型訓(xùn)練
        5.2.4 結(jié)果分析
    5.3 本章小結(jié)
6 系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)
    6.1 預(yù)訓(xùn)練
        6.1.1 數(shù)據(jù)預(yù)處理
        6.1.2 詞向量模型構(gòu)建
    6.2 相似度計(jì)算
    6.3 在線服務(wù)
    6.4 本章小結(jié)
7 實(shí)驗(yàn)與系統(tǒng)測(cè)試
    7.1 實(shí)驗(yàn)環(huán)境
    7.2 實(shí)驗(yàn)結(jié)果分析
    7.3 系統(tǒng)測(cè)試
        7.3.1 功能測(cè)試
        7.3.2 非功能測(cè)試
    7.4 本章小結(jié)
8 總結(jié)與展望
    8.1 工作總結(jié)
    8.2 展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士/博士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3966360