基于语言模型和特征分类的抄袭判定

• 作者: 刘颖 李惠
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 抄袭判定 语言模型 语法信息 主成分分析 随机森林 分类
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 230-234
• 页数: 5页
• 分类号: TP311
• 字数: 4599字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.05.051

摘要

信息时代作者版权的保护问题已受到越来越多的关注.针对部分小说存在的文本大面积相似问题,提出基于语言模型和特征分类的方法.统计文本二元～六元的语言模型并且绘制拓扑图,通过计算重合概率和词性比来分析词语的重合程度和语法信息,在此基础上利用主成分分析和随机森林的方法,进行分类判别.机器学习的结果表明,该方法能够有效地鉴别小说是否存在抄袭现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘颖	清华大学中国语言文学系	50	235	9.0	12.0
2	李惠	清华大学中国语言文学系	3	14	3.0	3.0