本文關(guān)鍵詞：基于文本挖掘技術(shù)的論文抄襲判定研究

  更多相關(guān)文章： 文本挖掘 抄襲判定 文本分類 文本相似度 詞頻統(tǒng)計

【摘要】： 自20世紀(jì)90年代學(xué)術(shù)界提出反對學(xué)術(shù)腐敗以來,被揭露出來的學(xué)術(shù)腐敗事件最多的是學(xué)術(shù)造假,其中又以學(xué)術(shù)著作和論文的抄襲為最。解決論文抄襲的判定問題不但對于保護(hù)知識產(chǎn)權(quán)、提高學(xué)術(shù)論文質(zhì)量、凈化學(xué)術(shù)領(lǐng)域、防止學(xué)術(shù)腐敗都有很重要的意義,而且可以有效的防止一稿多投和減輕審稿人員的工作負(fù)擔(dān)。 文本挖掘是數(shù)據(jù)挖掘研究面向非結(jié)構(gòu)化和半結(jié)構(gòu)化文本數(shù)據(jù)的自然延伸。人們?nèi)粘Ｉ詈凸ぷ髦薪佑|到的信息有大多數(shù)都是以文本形式出現(xiàn)的,文本挖掘是從文本或文本集中發(fā)現(xiàn)和挖掘歸納性的有效、創(chuàng)新、有用和最終可理解的模式、模型、趨勢、規(guī)則等知識的非平凡過程。文本挖掘是利用智能算法,并結(jié)合文字處理技術(shù),分析大量的非結(jié)構(gòu)化文本源(如文檔、電子表格、電子郵件、書籍、網(wǎng)頁等)抽取或標(biāo)記關(guān)鍵字概念,文字間的關(guān)系,并按照內(nèi)容對分檔進(jìn)行分類,獲取有用的知識和信息。 如何將文本挖掘中的主要技術(shù)應(yīng)用于論文抄襲判定中,這是本文的主要研究目的。主要研究成果工作如下: (1)依據(jù)論文抄襲界定的法律,分析歸納了論文抄襲的類型和論文抄襲判定的主要技術(shù),包括數(shù)字指紋技術(shù)和詞頻統(tǒng)計技術(shù); (2)探討和研究了文本挖掘中涉及的信息檢索與信息抽取技術(shù)以及文本挖掘的主要方法(關(guān)聯(lián)分析、文本分類、文本聚類、自動文摘等); (3)在分析各種文本相似度計算主要方法的基礎(chǔ)上,設(shè)計和實(shí)現(xiàn)了基于文本分類的文檔相似度計算和基于段落詞頻統(tǒng)計的文檔相似度計算,在實(shí)際測試中,效果較好; (4)結(jié)合全文相似度計算、段落相似度計算和語句相似度計算的技巧,設(shè)計并實(shí)現(xiàn)一個基于文本分類思想的論文抄襲判定系統(tǒng)。
【關(guān)鍵詞】：文本挖掘 抄襲判定 文本分類 文本相似度 詞頻統(tǒng)計
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號】：TP391.1
【目錄】：

• 摘要5-6
• Abstract6-7
• 致謝7-12
• 第一章 緒論12-16
• 1.1 研究背景和研究意義12
• 1.2 國內(nèi)外研究現(xiàn)狀12-13
• 1.3 本文研究內(nèi)容13-14
• 1.4 本文結(jié)構(gòu)14
• 1.5 本章小結(jié)14-16
• 第二章 論文抄襲問題概述16-23
• 2.1 論文抄襲界定的法律依據(jù)16-17
• 2.2 論文抄襲的類型17-18
• 2.2.1 論點(diǎn)抄襲17
• 2.2.2 內(nèi)容抄襲17-18
• 2.3 論文抄襲判定常用方法18-22
• 2.3.1 論點(diǎn)抄襲的判定方法18
• 2.3.2 內(nèi)容抄襲的判定方法18-22
• 2.4 本章小結(jié)22-23
• 第三章 文本挖掘技術(shù)概述23-37
• 3.1 文本挖掘概念23
• 3.2 信息檢索與信息抽取23-28
• 3.2.1 信息檢索23-26
• 3.2.2 信息抽取26-27
• 3.2.3 信息檢索和信息抽取的關(guān)系27-28
• 3.3 文本挖掘主要方法28-36
• 3.3.1 關(guān)聯(lián)分析28
• 3.3.2 文檔分類28-32
• 3.3.3 文檔聚類32-34
• 3.3.4 自動文摘34-36
• 3.4 本章小結(jié)36-37
• 第四章 文本相似度的計算37-51
• 4.1 文本相似度概念37
• 4.2 文本相似度的主要計算方法37-44
• 4.2.1 基于向量空間模型的文本相似度計算37-38
• 4.2.2 隱性語義標(biāo)引38-40
• 4.2.3 基于海明距離的文本相似度計算40-41
• 4.2.4 基于屬性論的文本相似度計算41-43
• 4.2.5 基于語義理解的文本相似度計算43-44
• 4.3 基于文本分類的文檔相似度計算44-46
• 4.4 基于段落詞頻統(tǒng)計的文檔相似度計算46-48
• 4.5 基于段落向量空間的文檔相似度計算48-49
• 4.6 本章小結(jié)49-51
• 第五章 論文抄襲判定系統(tǒng)的設(shè)計與實(shí)現(xiàn)51-57
• 5.1 系統(tǒng)分析51
• 5.2 系統(tǒng)總體框架51
• 5.3 系統(tǒng)主要模塊與具體算法51-53
• 5.4 系統(tǒng)實(shí)現(xiàn)53-55
• 5.5 實(shí)驗(yàn)結(jié)果及分析55-56
• 5.6 本章小結(jié)56-57
• 第六章 總結(jié)與展望57-59
• 6.1 全文總結(jié)57
• 6.2 后續(xù)工作57-59
• 參考文獻(xiàn)59-62
• 攻讀碩士學(xué)位期間主要科研工作及成果62

【引證文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王森;基于主題樹的自上而下文本復(fù)制檢測研究[D];大連理工大學(xué);2010年

2 蔡尚輝;范例推理在智能車輛監(jiān)控數(shù)據(jù)處理系統(tǒng)中的應(yīng)用[D];河北科技大學(xué);2011年

3 楊茂;基于句子相似度的文本比對算法研究[D];電子科技大學(xué);2010年

，

本文編號：975703