| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 抄袭识别概述 | 第11-17页 |
| ·抄袭识别的研究背景 | 第11页 |
| ·抄袭的相关概念及分类 | 第11-12页 |
| ·抄袭的相关概念 | 第11-12页 |
| ·抄袭的种类 | 第12页 |
| ·抄袭识别的研究现状 | 第12-16页 |
| ·国外的研究现状 | 第12-14页 |
| ·国内的研究现状 | 第14-16页 |
| ·本文研究内容和文章的组织结构 | 第16-17页 |
| ·研究内容 | 第16页 |
| ·本文组织结构 | 第16-17页 |
| 第2章 现有的原型系统、工具或服务网站 | 第17-29页 |
| ·Siff工具 | 第17页 |
| ·COPS原型系统 | 第17-18页 |
| ·Ferret工具 | 第18-22页 |
| ·WCopyfind工具 | 第22-26页 |
| ·Turnitin服务网站 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 抄袭识别实现过程研究 | 第29-52页 |
| ·中文分词 | 第29-32页 |
| ·中文分词方法 | 第29-30页 |
| ·现有的分词系统 | 第30-32页 |
| 1、ChineseTokenizer | 第30页 |
| 2、雨痕分词组件 | 第30-31页 |
| 3、计算所汉语词法分析系统ICTCLAS | 第31页 |
| 4、KTDictSeg | 第31-32页 |
| 5、CSW中文分词组件 | 第32页 |
| ·本文分词方法 | 第32页 |
| ·文本相似度 | 第32-43页 |
| ·文本相似度概述 | 第33页 |
| ·计算文本相似度的算法 | 第33-43页 |
| 1、基于字符匹配的文本相似度度量 | 第34-37页 |
| 2、基于集合模型的相似度计算方法 | 第37-39页 |
| 3、基于向量空间模型的相似度计算 | 第39-41页 |
| 4、基于N-gram的相似度计算 | 第41-42页 |
| 5、多层次特征融合型相似度计算方法 | 第42-43页 |
| ·文本比较 | 第43-51页 |
| ·相关背景 | 第44页 |
| ·相关概念 | 第44-46页 |
| ·求所有公共子串算法 | 第46-47页 |
| ·无重复最长公共子串的求解算法 | 第47-49页 |
| ·基于分词的无重复最长公共子串 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 汉语文本抄袭识别系统的设计与介绍 | 第52-63页 |
| ·汉语文本抄袭识别系统设计 | 第52-55页 |
| ·文档注册模块 | 第52-53页 |
| ·分词模块 | 第53-54页 |
| ·抄袭识别模块 | 第54-55页 |
| ·查询模块 | 第55页 |
| ·后台维护模块 | 第55页 |
| ·知识库的构建 | 第55-58页 |
| ·同义词词表建立 | 第55-57页 |
| ·分类表的建立 | 第57-58页 |
| ·停用词词典的构建 | 第58页 |
| ·系统及其实现流程的介绍 | 第58-62页 |
| ·菜单介绍 | 第58-59页 |
| ·系统实现的流程 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 实验及系统评测 | 第63-72页 |
| ·实验环境 | 第63-67页 |
| ·测试数据的选择 | 第63-64页 |
| ·训练文档确定阈值 | 第64-67页 |
| ·系统性能度量 | 第67-71页 |
| ·相似方法的度量 | 第67-69页 |
| 1、响应时间度量 | 第67-68页 |
| 2、查准率度量 | 第68-69页 |
| ·相似报告的度量 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-75页 |
| ·所做的工作 | 第72页 |
| ·本文的创新之处 | 第72-73页 |
| ·系统存在的不足及未来工作展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 附录 | 第78-81页 |
| 附录A:相似报告样例 | 第78-81页 |
| 样例1 无重复最长公共子串的求解算法生成的相似报告 | 第78-79页 |
| 样例2 基于分词的无重复最长公共子串求解算法的相似报告 | 第79-81页 |
| 致谢 | 第81页 |