一种用于文本抄袭检测的特征提取算法-计算机应用研究.pdfVIP

第３５卷第９期 计 算 机 应 用 研 究 Ｖｏｌ．３５Ｎｏ．９ ２０１８年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１８ 一种用于文本抄袭检测的特征提取算法 １ ２ａ ２ｂ 金　标 ，赵萌萌 ，吴国华 （１．国家保密科技测评中心，北京 １０００４４；２．杭州电子科技大学ａ．计算机学院；ｂ．网络空间安全学院，杭州 ３１００１８） 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