抄襲檢測(cè)研究

目錄
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 抄襲檢測(cè)的研究現(xiàn)狀及發(fā)展趨勢(shì) 2
1.2.1 抄襲檢測(cè)任務(wù)簡(jiǎn)介 2
1.2.2 抄襲語料構(gòu)建 3
1.2.3 源檢索的查詢生成 5
1.2.4 源檢索的檢索結(jié)果過濾 6
1.2.5 釋義抄襲文本匹配 7
1.2.6 抄襲片段對(duì)齊 10
1.3 研究的主要目標(biāo)、內(nèi)容和結(jié)構(gòu) 12
參考文獻(xiàn) 14
第2章 抄襲檢測(cè)的概念、類型和框架 20
2.1 引言 20
2.2 文本復(fù)用的概念和方式 20
2.2.1 文本復(fù)用的概念 20
2.2.2 文本復(fù)用的方式 21
2.3 抄襲的概念和歷史 22
2.3.1 抄襲的概念 22
2.3.2 抄襲的歷史 23
2.4 抄襲的類型 24
2.5 抄襲檢測(cè)的框架 26
2.5.1 外部抄襲檢測(cè)的一般檢索過程 27
2.5.2 抄襲源檢索的過程框架 27
2.5.3 文本對(duì)齊的過程框架 29
2.5.4 內(nèi)部抄襲檢測(cè)的過程框架 29
2.5.5 跨語言抄襲檢測(cè)的過程框架 30
2.6 本章小結(jié) 32
參考文獻(xiàn) 32
第3章 抄襲檢測(cè)的方法綜述 35
3.1 引言 35
3.2 基于指紋的抄襲檢測(cè)方法 35
3.2.1 指紋的生成 36
3.2.2 指紋的匹配 40
3.3 基于詞袋模型的抄襲檢測(cè)方法 41
3.4 基于TFIDF模型的抄襲檢測(cè)方法 46
3.5 基于n-gram模型的抄襲檢測(cè)方法 48
3.6 基于句法的抄襲檢測(cè)方法 52
3.7 基于語言連續(xù)表示的抄襲檢測(cè)方法 53
3.7.1 基于跨語言明確語義分析的跨語言抄襲檢測(cè)方法 53
3.7.2 基于跨語言潛在語義分析的跨語言抄襲檢測(cè)方法 54
3.8 本章小結(jié) 55
參考文獻(xiàn) 55
第4章 基于自然標(biāo)注的抄襲語料構(gòu)建方法 60
4.1 引言 60
4.2 現(xiàn)有抄襲語料構(gòu)建方法和問題分析 60
4.2.1 Webis系列抄襲檢測(cè)語料庫 61
4.2.2 CPSA語料庫 68
4.2.3 METER語料庫 69
4.2.4 其他語料 71
4.2.5 抄襲檢測(cè)語料庫構(gòu)建總結(jié) 77
4.3 基于自然標(biāo)注的抄襲語料構(gòu)建 80
4.3.1 自然標(biāo)注的基本思想 80
4.3.2 基于自然標(biāo)注構(gòu)建抄襲語料的可行性 80
4.3.3 抄襲語料構(gòu)建算法 82
4.3.4 抄襲文本對(duì)齊的評(píng)價(jià)標(biāo)準(zhǔn) 87
4.4 語料質(zhì)量分析 89
4.4.1 數(shù)據(jù)的收集和參數(shù)的設(shè)置 90
4.4.2 數(shù)據(jù)集的統(tǒng)計(jì)信息 90
4.4.3 數(shù)據(jù)集質(zhì)量的評(píng)價(jià) 91
4.5 本章小結(jié) 93
參考文獻(xiàn) 93
第5章 基于排序?qū)W習(xí)的源檢索查詢生成模型 98
5.1 引言 98
5.2 查詢對(duì)源檢索性能影響分析 99
5.3 基于排序?qū)W習(xí)的源檢索查詢生成框架 101
5.4 構(gòu)建訓(xùn)練數(shù)據(jù) 102
5.5 構(gòu)建查詢生成模型 104
5.5.1 排序備選查詢的學(xué)習(xí)算法 105
5.5.2 排序模型的特征 107
5.6 實(shí)驗(yàn)與分析 109
5.6.1 數(shù)據(jù)集 109
5.6.2 評(píng)價(jià)指標(biāo) 109
5.6.3 實(shí)驗(yàn)設(shè)置 111
5.6.4 實(shí)驗(yàn)結(jié)果與分析 113
5.6.5 實(shí)驗(yàn)結(jié)果的進(jìn)一步討論 118
5.7 本章小結(jié) 119
參考文獻(xiàn) 120
第6章 關(guān)注檢索結(jié)果聚合性的源檢索過濾模型 122
6.1 引言 122
6.2 源檢索過濾問題分析 123
6.2.1 源檢索中分類模型和排序模型的判別能力分析 123
6.2.2 源檢索結(jié)果的聚合性分析 124
6.3 基于聚合性的源檢索過濾 126
6.3.1 源檢索過濾的排序?qū)W習(xí)框架 126
6.3.2 基于邏輯回歸的排序?qū)W習(xí)算法 127
6.3.3 關(guān)注檢索結(jié)果聚合性的源檢索過濾模型 129
6.4 實(shí)驗(yàn)與分析 131
6.4.1 數(shù)據(jù)集 131
6.4.2 評(píng)價(jià)指標(biāo) 131
6.4.3 實(shí)驗(yàn)設(shè)置 132
6.4.4 實(shí)驗(yàn)結(jié)果與分析 136
6.5 本章小結(jié) 141
參考文獻(xiàn) 142
第7章 基于排序?qū)W習(xí)的抄襲文本匹配模型 143
7.1 引言 143
7.2 抄襲文本匹配的問題分析 144
7.3 基于排序?qū)W習(xí)的抄襲檢測(cè)文本匹配 145
7.3.1 抄襲文本匹配模型 145
7.3.2 抄襲文本匹配的排序?qū)W習(xí)算法 148
7.3.3 基于METEOR評(píng)價(jià)指標(biāo)的特征 149
7.4 實(shí)驗(yàn)與分析 150
7.4.1 數(shù)據(jù)集 151
7.4.2 評(píng)價(jià)指標(biāo) 151
7.4.3 實(shí)驗(yàn)設(shè)置 152
7.4.4 實(shí)驗(yàn)結(jié)果與分析 153
7.5 本章小結(jié) 163
參考文獻(xiàn) 164
第8章 句法和語義交互的釋義文本深度匹配模型 166
8.1 引言 166
8.2 釋義文本匹配分析 167
8.3 句法和語義交互的釋義文本深度匹配 171
8.3.1 釋義文本深度匹配模型概述 171
8.3.2 基于張量交互句法和語義的句子表達(dá) 172
8.3.3 基于卷積神經(jīng)網(wǎng)的釋義句匹配 173
8.3.4 融合詞匯特征的釋義文本深度匹配模型 176
8.4 實(shí)驗(yàn)與分析 177
8.4.1 數(shù)據(jù)集 177
8.4.2 評(píng)價(jià)指標(biāo) 180
8.4.3 實(shí)驗(yàn)設(shè)置 181
8.4.4 實(shí)驗(yàn)結(jié)果與分析 184
8.5 本章小結(jié) 188
參考文獻(xiàn) 188
第9章 基于序列標(biāo)注的文本對(duì)齊模型 192
9.1 引言 192
9.2 抄襲文本對(duì)齊問題分析 193
9.3 基于序列標(biāo)注的文本對(duì)齊 196
9.3.1 文本對(duì)齊的機(jī)器學(xué)習(xí)框架 196
9.3.2 模型選擇 197
9.3.3 基于條件隨機(jī)場(chǎng)的抄襲文本對(duì)齊模型 199
9.4 實(shí)驗(yàn)與分析 203
9.4.1 數(shù)據(jù)集 203
9.4.2 實(shí)驗(yàn)設(shè)置 204
9.4.3 實(shí)驗(yàn)結(jié)果與分析 205
9.5 本章小結(jié) 209
參考文獻(xiàn) 209
結(jié)論 212
彩圖