基于动态规划的文本查重算法实现

摘要

近年来学术界抄袭事件时有发生,给整个学术界的声誉造成了极坏的影响。针对海量文本查重问题,运用基于编辑距离的动态规划算法,实现文本集合间的相似度计算。该算法通过计算句子相似度数值来判断文本相似度,检测并标明出相似句对应的原句。实验结果可知,该系统对较长的文本可以完成雷同判定。