| 一种面向文档复制检测的特征提取方法 |
| |
| 引用本文： | 李旭,刘国华,余靖,王蕾.一种面向文档复制检测的特征提取方法[J].小型微型计算机系统,2008,29(5):813-816. |
| |
| 作者姓名： | 李旭 刘国华 余靖 王蕾 |
| |
| 作者单位： | 1. 燕山大学,信息科学与工程学院,河北,秦皇岛,066004
2. 燕山大学,机械工程学院,河北,秦皇岛,066004 |
| |
| 基金项目： | 教育部科学技术研究重点项目 |
| |
| 摘 要： | 介绍一种文档复制检测中基于窗口的特征提取方法,并从理论上分析了性能.采用重叠的文本块分割文档,利用滚动的HASH函数把文本块映射成散列值,再从定义的散列值窗口中选择文本特征,实验验证了方法的特性并与具有代表性的文档复制检测系统进行了对比,结果表明该方法能够确保发现文本长度大于保证闽值的复制内容,有效地提高了检测结果的准确性.
|
| 关 键 词： | 数字文档 复制检测 特征提取 相似度 面向文档 文档复制检测系统 特征提取 方法 Detection Copy Document Approach 文本长度 发现 结果 代表 特性 实验验证 文本特征 选择 基于窗口 散列值 映射 文本块 |
| 文章编号： | 1000-1220(2008)05-0813-04 |
| 修稿时间： | 2006年12月29 |
A Feature Extraction Approach for Document Copy Detection |
| |
| LI Xu,LIU Guo-hua,YU Jing,WANG Lei.A Feature Extraction Approach for Document Copy Detection[J].Mini-micro Systems,2008,29(5):813-816. |
| |
| Authors: | LI Xu LIU Guo-hua YU Jing WANG Lei |
| |
| Affiliation: | LI Xu1,LIU Guo-hua1,YU Jing1,WANG Lei2 1(College of Information Science , Engineering,Yanshan University,Qinhuangdao 066004,China) 2(College of Mechanical Engineering,China) |
| |
| Abstract: | This paper introduced a window-based feature extraction approach in document copy detection,and analyzes performance theoretically.Overlapping chunks are used to divide documents,and the rolling hash function is proposed to calculate hash values of chunks quickly,text features are selected from defined windows of hash value.The experiment validates the properties of the approach and compares it with the representative copy detection systems for documents.The results show that the approach can find any match... |
| |
| Keywords: | digital document copy detection feature extraction similarity |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
