一种用于文本抄袭检测的特征提取算法

• 作者: 吴国华 赵萌萌 金标
• 来源期刊: 计算机应用研究
• 关键词: 文本特征提取 抄袭检测 依存句法 句法框架
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 信息安全技术
• 页码范围: 2781-2784,2788
• 页数: 5页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.09.051

摘要

特征提取是文本抄袭检测的重要环节,文本特征的数量和质量严重影响文本抄袭检测的准确率.针对现有方法的不足,提出一种基于依存句法的文本抄袭检测算法.该算法在依存句法分析的基础上,通过分析句子中词语间的关系以及合并短小词语建立句法框架,进而提取文本特征.其中,短小词语的合并能够使无意义词语合并成为有意义实体来表示文本特征,使文本特征更全面.实验结果表明,该文本特征提取算法能够准确选择文本的特征集,解决了文本特征数量多的问题,检测的准确率也有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴国华	杭州电子科技大学网络空间安全学院	25	190	7.0	13.0
2	金标		3	1	1.0	1.0
3	赵萌萌	杭州电子科技大学计算机学院	1	1	1.0	1.0