论文查重

本文主要是介绍论文查重，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

论文查重

一、作业链接

我的github：guoyongjia/3119009430: homework (github.com)

二、PSP表格

三、计算模块接口的设计与实现过程

余弦相似度 (Cosine Similarity)

通过计算两个向量的夹角余弦值来评估他们的相似度。将向量根据坐标值，绘制到向量空间中，求得他们的夹角，并得出夹角对应的余弦值，此余弦值就可以用来表征这两个向量的相似性。夹角越小，余弦值越接近于1，它们的方向越吻合，则越相似。

 四、部分代码展示与测试：

#定义一个类

class getText():

def __init__(txts,f11,f22,K=1000):

txts.f1 = f11

txts.f2 = f22

#构造词和权重的关系

def vector(txts):

 cut1 = jieba.analyse.extract_tags(txts.f1,topK = txts.topK, withWeight = True)

cut2 = jieba.analyse.extract_tags(txts.f2,topK = txts.topK, withWeight = True)

#构建向量

for key,value in cut1:

txts.vector1[key] = value

for key,value in cut2:

txts.vector2[key] = value

 #利用余弦相似的公式计算相似度

def similar(txts):

txts.vector()

txts.delsim()

sum = 0

for key in txts.vector1:

sum += txts.vector1[key]*txts.vector2[key]

a = sqrt(reduce(lambda x,y: x+y, map(lambda x: x*x, txts.vector1.values())))

b = sqrt(reduce(lambda x,y: x+y, map(lambda x: x*x, txts.vector2.values())))

sum = sum/(a*b)

return sum

五、计算模块部分的性能改进

单元测试部分：

测试单元代码：

 异常处理

1）文件为空

 2）文件不存在

这篇关于论文查重的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！