[发明专利]文章相似度检测方法及装置

说明书

本发明实施例提供一种文章相似度检测方法及装置，通过从第一文章中提取评价分值高于第一预设阈值的词作为目标关键词，根据提取获得的目标关键词，查找与第一文章之间相同目标关键词的数量大于第二预设阈值的第二文章作为相似度检测的参考文章，并基于预设滑动窗口，检测第一文章中各段内容与所述第二文章之间的第一相似度，以及第二文章中各段内容与第一文章之间的第二相似度，从而根据第一相似度和第二相似度，计算得到第一文章和第二文章之间的相似度，本发明实施例提供的技术方案能够对文章的相似度进行可靠有效的检测，从而解决了抄袭文章的识别问题。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种文章相似度检测方法及装置。

背景技术

目前，学术论文的抄袭剽窃问题是一个比较突出的问题。学术界对此虽然早有认识，政府有关部门也给予了一定的关注，但抄袭剽窃的案例仍然层出不穷，且屡禁不止。为了提高学术论文的质量，有效辨认涉嫌抄袭剽窃的文章，现急需一种可靠有效的文章相似度检测手段。

发明内容

本发明实施例提供一种文章相似度检测方法及装置，用以对文章的相似度进行有效可靠的检测。

本发明实施例第一方面提供一种文章相似度检测方法，该方法包括：

从第一文章中提取目标关键词，所述目标关键词包括所述第一文章提供的关键词和所述第一文章中评价分值高于第一预设阈值的词；

根据所述目标关键词，查找第二文章，所述第二文章和所述第一文章之间相同目标关键词的数量大于第二预设阈值；

基于预设滑动窗口，检测所述第一文章中各段的内容与所述第二文章之间的第一相似度，以及第二文章中各段的内容与所述第一文章之间的第二相似度；

根据所述第一相似度和所述第二相似度，计算所述第一文章和所述第二文章之间的相似度。

本发明实施例第二方面提供一种文章相似度检测装置，该装置包括：

提取模块，用于从第一文章中提取目标关键词，所述目标关键词包括所述第一文章提供的关键词和所述第一文章中评价分值高于第一预设阈值的词；

查找模块，用于根据所述目标关键词，查找第二文章，所述第二文章和所述第一文章之间相同目标关键词的数量大于第二预设阈值；

检测模块，用于基于预设滑动窗口，检测所述第一文章中各段的内容与所述第二文章之间的第一相似度，以及第二文章中各段的内容与所述第一文章之间的第二相似度；

计算模块，用于根据所述第一相似度和所述第二相似度，计算所述第一文章和所述第二文章之间的相似度。

本发明实施例，通过从第一文章中提取评价分值高于第一预设阈值的词作为目标关键词，根据提取获得的目标关键词，查找与第一文章之间相同目标关键词的数量大于第二预设阈值的第二文章作为相似度检测的参考文章，并基于预设滑动窗口，检测第一文章中各段内容与所述第二文章之间的第一相似度，以及第二文章中各段内容与第一文章之间的第二相似度，从而根据第一相似度和第二相似度，计算得到第一文章和第二文章之间的相似度，本发明实施例提供的技术方案能够对文章的相似度进行可靠有效的检测，从而解决了抄袭文章的识别问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的一种文章相似度检测方法的流程图；

图2为本发明一实施例提供的一种文章相似度检测装置的结构示意图。

具体实施方式