论文部分内容阅读
TF-IDF算法在文本相似性的度量中有着广泛地应用,但也存在着明显的缺陷。本文运用一种综合考虑词频、逆向文本频率、类间信息熵和类内信息熵四个方面的改进的TF-IDF算法计算了郭敬明的《梦里花落知多少》和庄羽的《圈里圈外》的相似性,从定量的角度判定了前者的确抄袭了后者。
改进的TF-IDF算法在作品抄袭判定中的应用——以《梦里花落知多少》和《圈里圈外》为例
【摘 要】
：
TF-IDF算法在文本相似性的度量中有着广泛地应用,但也存在着明显的缺陷。本文运用一种综合考虑词频、逆向文本频率、类间信息熵和类内信息熵四个方面的改进的TF-IDF算法计算
【机 构】
：
南京师范大学文学院,
【出 处】
：
文教资料
【发表日期】
：
2014年31期
其他文献
山东省中小企业已在许多产业中起到骨干作用,在某些领域中处于支柱地位,在全省经济中占据半壁江山。"十二五"是山东加快转变经济发展方式的关键时期,中小企业加快转变发展方
数字货币Libra是Facebook新推出的虚拟加密货币,预计于2020年推出。Libra最初由美元、欧元、日元和英镑这4种法币计价的一篮子低波动性资产作为抵押物。与已有的以比特币为主
石灰石-石膏湿法烟气脱硫工艺产生污酸石膏浆液,由于石膏颗粒细、黏性强、成分复杂,给石膏脱水、提纯带来很大困难。利用高参数石膏离心机,通过工艺参数协同作用,并匹配相关
根据心理学研究,长期高水平的压力很容易导致极端心理反应,最终产生职业倦怠现象。由此从学科要求、心理饱和、个人性格以及评价体系等因素分析了导致中学英语教师职业倦怠现
长期以来,由于其特殊的历史与遭遇,非洲裔美国人对自己的身份一直感到迷茫、困惑。托妮·莫里森在《所罗门之歌》中,以一位黑人青年的成长过程为中心,展示白人社会主流价值观
二战后兴起的第三次科技革命,深刻影响了"文革"前中国科技的发展,催生了以"两弹一星"为标致的科技大发展时期,同时也是新中国科技发展的奠基时期。虽然其中也存在一些局限性,
美国为了解决流动儿童不仅能"进得去"流入地公立学校,而且流入地公立学校也能"留得住"流动儿童的问题,从联邦干预流动教育开始,信息技术就被引入流动教育。信息技术伴随美国
网络课程是网络教育的窗口,其质量直接决定着网络教育质量的高下。美国远程教育界在此方面做出了许多研究,并提出了有关网络课程质量的标准、方针及评估体系。由于得到美政府