[發(fā)明專(zhuān)利]一種公式抄襲檢測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201610021492.1
• 申請(qǐng)日: 2016-01-13
• 公開(kāi)（公告）號(hào): CN105701087B
• 公開(kāi)（公告）日: 2018-03-16
• 發(fā)明（設(shè)計(jì)）人: 夏峰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 夏峰
• 主分類(lèi)號(hào): G06F17/27
• 分類(lèi)號(hào): G06F17/27;G06F17/30
• 代理公司: 北京冠和權(quán)律師事務(wù)所11399
• 代理人: 朱健,陳國(guó)軍

1.一種公式抄襲檢測(cè)系統(tǒng)，其特征在于，包括：

對(duì)比庫(kù)，用于收錄用作對(duì)比對(duì)象的素材；所述對(duì)比庫(kù)進(jìn)一步包括書(shū)籍庫(kù)、論文庫(kù)、專(zhuān)利庫(kù)、公式庫(kù)、諺語(yǔ)俗語(yǔ)庫(kù)、諺語(yǔ)庫(kù)、名人名言庫(kù)、詩(shī)詞庫(kù)子庫(kù)；

對(duì)比庫(kù)在收錄素材時(shí)，對(duì)所收錄的素材中存在的公式進(jìn)行提取復(fù)制，并建立公式庫(kù)進(jìn)行單獨(dú)保存；所述公式庫(kù)中的每個(gè)公式都與其被提取的素材建立有關(guān)聯(lián)關(guān)系，通過(guò)公式庫(kù)中的公式即可獲取其對(duì)應(yīng)的素材全文；在收錄公式時(shí)，將公式的各自變量參數(shù)以及因變量參數(shù)以及運(yùn)算符號(hào)分別進(jìn)行提取保存；提取出公式的各自變量參數(shù)以及因變量參數(shù)后進(jìn)一步提取各參數(shù)的具體含義、量綱以及取值范圍，并分別進(jìn)行保存；提取出公式的運(yùn)算符號(hào)后，進(jìn)一步對(duì)運(yùn)算符加以中外文文字注釋?zhuān)?/p>

分詞庫(kù)，用于收錄分詞及對(duì)應(yīng)詞性；分詞庫(kù)中針對(duì)每一分詞進(jìn)行唯一編號(hào)，使用W_ID表示某一分詞在分詞庫(kù)中的唯一編號(hào)；

分詞模塊，用于對(duì)各素材進(jìn)行分詞，并將分詞結(jié)果保存至對(duì)比庫(kù)中；分詞模塊將分詞結(jié)果與分詞庫(kù)保存的詞性進(jìn)行比對(duì)，確定分詞結(jié)果的詞性；

分詞特征值生成模塊統(tǒng)計(jì)每一個(gè)分詞在對(duì)應(yīng)素材中出現(xiàn)的數(shù)量，生成每一個(gè)分詞對(duì)應(yīng)的分詞詞性特征值WCCV＝[W_ID,W_N，W_CHAR]，WCV＝[W_ID,W_N]，其中W_ID表示該分詞在分詞庫(kù)中的唯一編號(hào)，W_N表示該分詞在該素材中出現(xiàn)的總次數(shù)；W_CHAR表示該分詞的詞性；

分詞自由向量維數(shù)確定模塊根據(jù)素材的分詞結(jié)果確定分詞自由向量維數(shù)WFV；所述分詞自由向量維數(shù)WFV等于對(duì)特定素材進(jìn)行分詞后得到的不同分詞的數(shù)量；

分詞精簡(jiǎn)向量維數(shù)生成模塊，用于對(duì)每個(gè)素材的分詞自由向量維數(shù)WFV進(jìn)行精簡(jiǎn)，生成分詞精簡(jiǎn)向量維數(shù)RWV；

分詞特征向量生成模塊，用于根據(jù)分詞精簡(jiǎn)向量維數(shù)RWV提取每個(gè)素材中所述分詞精簡(jiǎn)向量維數(shù)RWV對(duì)應(yīng)的特征值生成分詞特征向量WVE_RWV；

WVE_RWV＝[W_ID₁,W_N₁,...,W_ID_i,W_N_i,...,W_ID_RWV,W_N_RWV]

其中W_ID_i表示分詞在分詞庫(kù)中的唯一編號(hào)，W_N_i,表示該分詞在該素材中出現(xiàn)的總次數(shù)，將該次數(shù)作為該分詞的特征值；

用戶(hù)訪問(wèn)方式檢測(cè)模塊，用于提示用戶(hù)上傳待鑒定文檔；

用戶(hù)檢測(cè)模式確定模塊，用于判斷當(dāng)前用戶(hù)檢測(cè)模式為普通抄襲鑒定模式時(shí)，待鑒定文檔分詞模塊用于對(duì)待鑒定文檔進(jìn)行分詞，得到分詞結(jié)果；

待鑒定文檔分詞自由向量維數(shù)確定模塊，用于根據(jù)待鑒定文檔的分詞結(jié)果確定分詞自由向量維數(shù)WFV_TBI；

待鑒定文檔分詞精簡(jiǎn)向量維數(shù)生成模塊，用于對(duì)待鑒定文檔的分詞自由向量維數(shù)WFV_TBI進(jìn)行精簡(jiǎn)；生成待鑒定文檔分詞精簡(jiǎn)向量維數(shù)RWV_TBI；

待鑒定文檔分詞特征向量生成模塊，根據(jù)分詞精簡(jiǎn)向量維數(shù)RWV_TBI提取每個(gè)待鑒定文檔中與所述待鑒定文檔分詞精簡(jiǎn)向量維數(shù)RWV_TBI對(duì)應(yīng)的特征值生成待鑒定文檔分詞特征向量WVE_RWV_TBI，其中

WVE_RWV_TBI＝[W_ID₁,W_N₁,...,W_ID_i,W_N_i,...,W_ID_{RWV_TBI},W_N_{RWV_TBI}]

其中W_ID_i表示分詞在分詞庫(kù)中的唯一編號(hào)，W_N_i表示該分詞在該待鑒定文檔中出現(xiàn)的總次數(shù)，將該次數(shù)作為該分詞的特征值；

用戶(hù)檢測(cè)模式確定模塊判斷當(dāng)前用戶(hù)檢測(cè)模式為普通抄襲鑒定模式時(shí)，進(jìn)行相似度比對(duì)時(shí)，待鑒定文檔分詞特征向量生成模塊生成待鑒定文檔的分詞特征向量WVE_RWV_TBI；WVE_RWV_TBI＝[W_ID₁,W_N₁,...,W_ID_i,W_N_i,...,W_ID_{RWV_TBI},W_N_{RWV_TBI}]，待鑒定文檔的分詞特征向量的維數(shù)為RWV_TBI；分詞特征向量生成模塊生成對(duì)比庫(kù)中素材的分詞特征向量WVE_RWV；WVE_RWV＝[W_ID₁,W_N₁,...,W_ID_i,W_N_i,...,W_ID_RWV,W_N_RWV]；其中，待鑒定文檔的分詞特征向量的維數(shù)RWV_TBI等于分詞特征向量的維數(shù)RWV；

待鑒定文檔特征向量調(diào)整模塊，用于將分詞特征向量WVE_RWV_TBI中的所有特征值對(duì)應(yīng)的W_ID_i值按照分詞庫(kù)中的編號(hào)進(jìn)行升序或降序排列，并將缺少的W_ID_i值插入，插入的分詞編號(hào)W_ID_i所對(duì)應(yīng)的特征值為0；得到擴(kuò)展的待鑒定文檔分詞特征向量WVE_RWV_TBI_EXT＝[W_ID_{TBI_EXT_1},W_N_{TBI_EXT_1},...,W_ID_{TBI_EXT_i},W_N_{TBI_EXT_i},...,W_ID_{TBI_EXT_RWV_TBI},W_N_{TBI_EXT_RWV_TBI},...,W_ID_W,W_N_W]；

素材特征向量調(diào)整模塊，用于將分詞特征向量WVE_RWV中的所有特征值對(duì)應(yīng)的W_ID_i值按照分詞庫(kù)中的編號(hào)進(jìn)行升序或降序排列，并將缺少的W_ID_i值插入，插入的分詞編號(hào)W_ID_i所對(duì)應(yīng)的特征值為0；得到擴(kuò)展的分詞特征向量WVE_RWV_EXT＝[W_ID_{EXT_1},W_N_{EXT_1},...,W_ID_{EXT_i},W_N_{EXT_i},...,W_ID_{EXT_RWV},W_N_{EXT_RWV},...,W_ID_W,W_N_W]；

普通抄襲鑒定相似度計(jì)算模塊，計(jì)算待鑒定文檔與對(duì)比庫(kù)中的任一素材的之間的相似度；通過(guò)以下公式計(jì)算：

Sim(WVE_RWV_TBI,WVE_RWV)=Sim(WVE_RWV_TBI_EXT,WVE_RWV_EXT)=2Σi=1wW_NTBI_EXT_i×W_NEXT_iΣi=1wW_NTBI_EXT_i2+Σi=1wW_NEXT_i2+Σi=1wW_NTBI_EXT_i2×Σi=1wW_NEXT_i2]]>

當(dāng)待鑒定文檔與所有素材對(duì)比完成后，提取所有疑似素材，將待鑒定文檔與疑似素材進(jìn)行進(jìn)一步對(duì)比。