本文關鍵詞：中文文本復制檢測技術研究，由筆耕文化傳播整理發(fā)布。

杭州電子科技大學 碩士學位論文 中文文本復制檢測技術研究 姓名：盧小康 申請學位級別：碩士 專業(yè)：計算機軟件與理論 指導教師：王小華 20091101 杭州電子科技大學碩士學位論文 摘 要 在信息社會中,隨著計算機技術、通信技術、網絡技術的快速發(fā)展，網絡已成 為人們獲取信息的一個重要途徑。人們預測，在不久的將來網絡媒體將會取代平 面媒體成為人們獲取信息的主要渠道。面對因特網上信息持續(xù)爆炸式地增長，如 何從中快速找到用戶所需要的信息成為一個難題。 為解決這個難題，搜索引擎技術應運而生。然而，現(xiàn)在的搜索引擎技術并非 十分完善，返回結果集合中存在大量重復網頁。這些重復網頁主要是因為網站間 的轉載引起的，它不但加大了用戶檢索到所需信息的難度，也浪費了存儲空間。 因此，檢測出大量重復網頁，避免重復存儲，使信息檢索做到快速、準確是一項 有意義的工作。另一方面，在因特網電子商務環(huán)境下，數(shù)字商品很容易被非法復 制和擴散，這無疑會妨礙電子商務的健康發(fā)展。復制檢測技術一定程度上能輔助 解決上述問題。目前國內中文文本復制檢測研究還不成熟，沒有一個完善的解決 方案，許多問題需要解決。 本文首先對文本復制檢測技術的現(xiàn)狀和發(fā)展進行了簡要的回顧，對文本復制 檢測技術的相關技術作了研究，并對中文文本預處理過程、文本分塊和特征提取 策略、文本相似度的度量方法、文本復制檢測算法等問題進行了詳細論述。分析 了常用的復制檢測算法，并對

  本文關鍵詞：中文文本復制檢測技術研究，，由筆耕文化傳播整理發(fā)布。