[发明专利]一种电子作业抄袭检测方法

摘要

本发明涉及一种电子作业抄袭检测方法，该方法首先对待处理的作业进行文档类型适配、文档内容提取，然后对于处理之后的纯文本文件进行中文分词和词性标注，并根据常用词词频和实词语义相似度分别计算作业之间的相似程度，最后融合两方面的相似度并根据阈值判断两篇文档间是否存在抄袭。本发明的特点是，利用常用词“的”、“一”、“是”、“了”和“我”的词频，以及实词的语义相似度实现电子作业的抄袭检测。本发明解决了电子学习系统中批量作业的抄袭检测的问题；解决了学生通过同义替换和语句调整等作业抄袭方式的检测问题。本发明可以用来对计算机辅助教学系统中各种文档类型的作业进行抄袭检测。

主权项

一种电子作业抄袭检测方法，其特征在于，所述方法的步骤如下：步骤S1：对于待处理的作业集，分别进行文档类型适配和文档内容提取；步骤S2：对于步骤S1所述的处理结果，作为纯文本存入作业数据库；步骤S3：对于步骤S2中的纯文本格式的作业，分别进行中文分词和词性标注；步骤S4：对于步骤S3处理后的以词表达的作业，分别进行常用词词频计算和实词语义相似度计算；步骤S5：对于步骤S4得到的两种相似度进行加权平均，最终得到两个作业的相似度并根据阈值判断是否抄袭。