2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、學(xué)術(shù)抄襲、學(xué)術(shù)腐敗問題,是當(dāng)今中國學(xué)術(shù)界學(xué)術(shù)腐敗的痼疾之一,它已經(jīng)成為學(xué)術(shù)界共同面臨的嚴(yán)重問題。如何遏制學(xué)術(shù)界抄襲剽竊、學(xué)術(shù)腐敗問題已經(jīng)成為擺在學(xué)術(shù)界面前的一個重大課題。
   本文引入信息檢索技術(shù),通過對已發(fā)表論文文檔集合建立索引。本文主要內(nèi)容包括:
   1.論文原創(chuàng)性檢測系統(tǒng)總體結(jié)構(gòu)首先對待檢測的論文進(jìn)行信息采集;然后對信息進(jìn)行加工,主要采用論文原創(chuàng)性檢索系統(tǒng)及索引策略對采集的數(shù)據(jù)編排索引;最后對原文照抄或者略帶改

2、換字句的抄襲現(xiàn)象,通過規(guī)定具體字?jǐn)?shù)進(jìn)行識別。
   2.預(yù)處理
   預(yù)處理主要針對PDF格式文件中的信息不能直接被電子制表軟件或數(shù)據(jù)庫等軟件讀取這一技術(shù)問題,進(jìn)行“格式轉(zhuǎn)換”,即將PDF文件轉(zhuǎn)換為純文本文件以便檢索系統(tǒng)利用。
   3.論文原創(chuàng)性檢索系統(tǒng)的選擇對常用的幾個檢索系統(tǒng)進(jìn)行了比較分析,并且在不同大小的數(shù)據(jù)集合上進(jìn)行了實驗,實驗表明,無論從性能還是時效性上,選取Lemur Toolkit作為檢索系統(tǒng)是比

3、較好的。
   4.檢索模型的選擇概率模型作為論文相似度快速計算。比較了常用的檢索模型,主要包括布爾模型、向量空間模型和概率模型。概率模型以概率理論為基礎(chǔ),具有良好的數(shù)學(xué)理論基礎(chǔ),選擇概率模型作為系統(tǒng)模型。
   5.基于n元文法的索引單元的建立中文分詞系統(tǒng)一般都比較復(fù)雜和龐大,分詞速度慢,準(zhǔn)確度也不高。另外,鑒于語言的領(lǐng)域相關(guān)性和隨時間變化的特性,采用詞語作為文檔屬性的方法和系統(tǒng)需要不斷修正和擴(kuò)充詞典,并改進(jìn)分詞技術(shù),

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論