[发明专利]一种数据相似度检测的系统

权利要求书

1.一种数据相似度检测的系统，包括：输入数据模块(1)、数据注册模块(2)、数据库模块(3)、筛选模块(4)、预处理模块(5)、预检测模块(6)、结果输出模块(7)以及计算模块(8)；

所述输入数据模块与所述数据注册模块(2)连接；

所述数据注册模块(2)与所述数据库(3)连接；

所述数据库模块(3)与所述筛选模块(4)连接；

所述筛选模块(4)与所述预处理模块(5)连接；所述筛选模块(4)与所述计算模块(8)连接；

所述预处理模块(5)与所述预检测模块(6)连接；

所述计算模块(8)与所述输出模块(7)连接；

所述计算模块(8)包括文本预处理模块(81)、中文分词模块(82)、改进的相似度计算模块(83)以及文本相似度计算(84)；

所述文本预处理模块(81)与所述中文分词模块(82)连接；

所述中文分词模块(82)与所述改进的相似度计算模块(83)连接；

所述改进的相似度计算模块(83)与所述文本相似度计算(84)连接。

2.根据权利要求1所述的数据相似度检测的系统，其特征在于，所述数据库模块(3)为论文数据库模块。

3.根据权利要求1所述的数据相似度检测的系统，其特征在于，所述输入数据模块(1)和所述数据注册模块(2)由管理员操作完成。

4.根据权利要求1所述的数据相似度检测的系统，其特征在于，所述筛选模块(4)用于获取与预查重论文相关的论文，过滤掉大部分的论文。

5.根据权利要求4所述的数据相似度检测的系统，其特征在于，所述预查重论文相关的论文包括学科、专业、论文题目以及论文关键词等内容。

6.根据权利要求1所述的数据相似度检测的系统，其特征在于，所述计算模块(8)用于计算论文的句子相似度。

7.根据权利要求1所述的数据相似度检测的系统，其特征在于，所述计算模块(8)用于计算论文的句子相似度。

8.根据权利要求1所述的数据相似度检测的系统，其特征在于，所述文本预处理模块(81)对文本进行分句处理，处理的句子按照在文本的位置按次序排列并保存。