基于复杂特征集的剽窃检测  

Plagiarism Detection Based on Complex Feature Set

作　　者：王涛[1] 樊孝忠[1] 林培光[2] 陈康[1] 

机构地区：[1]北京理工大学计算机科学技术学院,北京100081 [2]山东财政学院计算机信息工程学院,山东济南250100

出　　处：《北京理工大学学报》2008年第2期129-133,共5页Transactions of Beijing Institute of Technology

基　　金：教育部高等学校博士学科点专项科研基金资助课题(20050007023)

摘　　要：针对学术论文的剽窃检测,提出一种应用复杂特征集表示文档特征的方法,并扩展了复杂特征集的合一运算.对文档不同层次结构的特征,利用否决函数和概率函数的方法进行剽窃检测.基于文档不同部分在剽窃检测过程中的重要性不同的事实,采用shingling方法,结合段落权重定义了3种概率函数,形成了一套较完善的文档剽窃检测系统.实验结果表明,用该方法可取得良好的效果.Aiming at the academic paper plagiarism detection, it is proposed to adopt the complex feature set（CFS） on document representation, and extend the unification operation of CFS. For different features on different levels of document hierarchy structure, it is proposed to use deny functions and probability functions to detect plagiarism. Unifying the shingling method, to take account of different part of document has different importance, defined 3 probability functions based on paragraph weight, and formed a more perfect document plagiarism detection system. Experiments show that the method has produced good results.

关 键 词：剽窃检测 复杂特征集 段落权重 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]