文本复制比不能超过_wps文档怎么复制文本_中文文本复制检测技术的研究.pdf 全文 文档投稿网

  本文关键词：中文文本复制检测技术研究，由笔耕文化传播整理发布。

杭州电子科技大学 硕士学位论文 中文文本复制检测技术研究 姓名：卢小康 申请学位级别：硕士 专业：计算机软件与理论 指导教师：王小华 20091101 杭州电子科技大学硕士学位论文 摘 要 在信息社会中,随着计算机技术、通信技术、网络技术的快速发展，网络已成 为人们获取信息的一个重要途径。人们预测，在不久的将来网络媒体将会取代平 面媒体成为人们获取信息的主要渠道。面对因特网上信息持续爆炸式地增长，如 何从中快速找到用户所需要的信息成为一个难题。 为解决这个难题，搜索引擎技术应运而生。然而，现在的搜索引擎技术并非 十分完善，返回结果集合中存在大量重复网页。这些重复网页主要是因为网站间 的转载引起的，它不但加大了用户检索到所需信息的难度，也浪费了存储空间。 因此，检测出大量重复网页，避免重复存储，使信息检索做到快速、准确是一项 有意义的工作。另一方面，在因特网电子商务环境下，数字商品很容易被非法复 制和扩散，这无疑会妨碍电子商务的健康发展。复制检测技术一定程度上能辅助 解决上述问题。目前国内中文文本复制检测研究还不成熟，没有一个完善的解决 方案，许多问题需要解决。 本文首先对文本复制检测技术的现状和发展进行了简要的回顾，对文本复制 检测技术的相关技术作了研究，并对中文文本预处理过程、文本分块和特征提取 策略、文本相似度的度量方法、文本复制检测算法等问题进行了详细论述。分析 了常用的复制检测算法，并对

  本文关键词：中文文本复制检测技术研究，，由笔耕文化传播整理发布。