[发明专利]一种数据相似度检测的系统

说明书

技术领域

本发明涉及数据检测领域，特别是涉及一种数据相似度检测的系统。

背景技术

由于网络信息技术、通信技术、数字图书馆和数字分布式媒体的全面崛起为信息资源能够高效的分享与传播提供的必要的条件。这些新兴网络资源变成了当代社会中存储信息资源的媒介。由于存储在网上的信息资源大多是采用开放、互享的平台来存储，使得人们能够更方便、快速、高效获取和传播这些信息。但在同一时间，它为抄袭者提供了一个理想的温床，使得抄袭变得更简洁、方便。当前社会中关于涉嫌抄袭、盗用别人劳动成果的新闻报道屡见不鲜。这些人的此等做法是违反道德规范甚至是构成犯罪，在这个知识产权严格保护的时代，引发了人们的谴责与思考。抄袭给社会带来严重负面影响，就像社会中的一只蛀虫，限制了我国对科学知识与技术研究的健康发展，引起了社会的关注与重视。剽窃所造成的严重后果不言而喻。首先，剽窃侵犯了作者的著作人格权。著作人格权是法律中规定的作者因创作作品而享有的专属权利，主要是保护著作人对作品的发表权、修改权。这是对科研人员的劳动成果的肯定和保护，从而能够激发更多人员进行知识和技术的创新研究，促进科技进步。其次，剽窃也侵犯了作者的著作财产权。作品是作者辛勤创作的智慧结晶，理所应当取得相应的社会报酬，同时也是对作者贡献的一种价值认可，并且也是推动社会不断向前发展的动力。

对于剽窃作品的行为，我们在揭露、声讨和谴责的同时，也应当通过健全的机制加强防范，避免已经发生剽窃行为的数字产品发布在数字化媒体中。

与此同时，各高校的论文抄袭现象日益严重，本科生对于毕业论文没有足够的重视，严重影响了高校毕业生的主动性，创新性以及真实性。因此急需数据相似度检测的系统，提高本校毕业生对毕业论文的创新能力，防止过度引用借鉴他人的文献的现象。

发明内容

本发明的一个目的是要提供一种数据相似度检测的系统，避免各高校的论文抄袭日益严重现象，提高本科生对于毕业论文重视程度，提升本校毕业生对毕业论文的创新性和主动性，同时可防止过度引用他人的文献。

一种数据相似度检测的系统，输入数据模块、数据注册模块、数据库模块、筛选模块、预处理模块、预检测模块、结果输出模块以及计算模块；

所述输入数据模块与所述数据注册模块连接；

所述数据注册模块与所述数据库连接；

所述数据库模块与所述筛选模块连接；

所述筛选模块与所述预处理模块连接；所述筛选模块与所述计算模块连接；

所述预处理模块与所述预检测模块连接；

所述计算模块与所述输出模块连接；

所述计算模块包括文本预处理模块、中文分词模块、改进的相似度计算模块以及文本相似度计算；

所述文本预处理模块与所述中文分词模块连接；

所述中文分词模块与所述改进的相似度计算模块连接；

所述改进的相似度计算模块与所述文本相似度计算连接。

具体地，所述数据库模块为论文数据库模块。

具体地，其特征在于，所述输入数据模块和所述数据注册模块由管理员操作完成。

具体地，所述筛选模块用于获取与预查重论文相关的论文，过滤掉大部分的论文。

具体地，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。

具体地，所述计算模块用于计算论文的句子相似度。

具体地，所述计算模块用于计算论文的句子相似度。

具体地，所述文本预处理模块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。

通过以上技术方案可知：本发明提供的一种数据相似度检测的系统，包括输入数据模块、数据注册模块、数据库模块、筛选模块、预处理模块、预检测模块、结果输出模块以及计算模块，通过各模块各功能协同作用，避免各高校的论文抄袭日益严重现象，提高本科生对于毕业论文重视程度，提升本校毕业生对毕业论文的创新性和主动性，同时可防止过度引用他人的文献。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。

图1为本申请实施例的一种数据相似度检测的系统的结构图。

图2为本申请实施例的一种数据相似度检测的系统的计算模块结构图。