论文部分内容阅读
甄别作业重复和减少学术抄袭是教学实践中的难点之一，近年来出现了许多基于文本相似度计算的作业查重算法，而文本相似度计算的精确性是此类算法的核心。传统的基于向量空间模型的文本相似度算法只考虑文本中出现的词项，而没有利用词项的语义信息，针对上述不足，本文采用“删除去除词”、“合并近义词”、“以语义主题作为向量空间的维度”3种策略对该算法进行了改进。通过设计中文文本相似度计算组件将算法运用到作业查重中，并在真实数据中进行测试。测试结果表明，本文提出的算法相比传统的向量空间模型算法，其精确性有了进一步的提高。