基于加权词向量的毕业设计选题查重方法研究
打开文本图片集
摘要：目前，人工筛选查重是高校筛选学生毕业论文选题是否重题的常用方法。但是面对大量的毕业设计选题，该方法容易出现遗漏遗忘、工作效率低下的问题。为了克服人工筛选的缺点，该研究分别使用了余弦相似度、逆文本频率、BM25和Jaccard等四种计算文本相似度的算法计算句子之间的相似度。对各种算法的实验结果进行了分析后，本文提出了逆文本频率与余弦相似度相结合的算法，该算法在蚂蚁金融自然语言处理竞赛数据集和LCQMC数据集下F1最高可以达到0.79。（剩余5588字）
网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。