如何利用Python实现一个论文降重工具
更新时间：2021年07月09日 11:51:33 作者：librauee
文章去重（或叫网页去重）是根据文章（或网页）的文字内容来判断多个文章之间是否重复,下面这篇文章主要给大家介绍了关于利用Python实现论文降重工具的相关资料,需要的朋友可以参考下
前言
时值毕业季，有不少小伙伴深受论文查重的困扰。因此我便想到做一个简单的自动去重的工具，先看看效果，我们再对原理或是代码实现做进一步的分析。
首先需要输入appid以及key，这些可以在百度翻译开放平台申请一个账号，可以免费申请一个账号。接着将需要进行降重的文本内容复制到相应的输入框内，点击开始按钮，即可输出不同但意思相近的语句，即达到降重去重的作用。点击复制按钮便可以将得到的新文本复制到剪贴板上，点击清楚按钮可以重新输入需要降重的文本，并且循环往复地进行。
去重原理
论文查重的粒度是句子，两个句子的相似度主要取决于句子包含哪些词，以及词在句子中的位置。句子相似度只是文字上的对比，不考虑语义上的相近。
正因如此，我们可以采取的措施便是变换句子结构，使用近似词替换。
为了完成这些句子的自动替换，从而达到降重的目的，这里很容易便想到利用不同语种之间的互相转换来生成新文本。比如在本工具中，我采用了中文→英文→韩文→中文的策略，你也可以采取更长的转换路径，但那样似乎会在很大程度上降低文本的可读性。
开放平台的使用
语句的翻译我采用了百度翻译开放平台的接口，简单地申请之后就可以获取每个月200万的免费字符翻译权限。
此API的接入方式略微有些麻烦，需要生成签名sign并且拼接完整的url。
def translate(q,lan_from,lan_to):
url = 'http://api.fanyi.baidu.com/api/trans/vip/translate'
salt = random.randint(1, 65536)
sign = hashlib.md5((str(appid)+str(q)+str(salt)+str(key)).encode('utf-8')).hexdigest()
params = {
'from' :lan_from,
'to' :lan_to,
'salt' : salt,
'sign' : sign,
'appid' : appid,
'q': q
}
r = requests.get(url,params=params)
txt = r.json()
if txt.get('trans_result', -1) == -1:
print('ERROR Code：{}'.format(txt))
return q
return txt['trans_result'][0]['dst']
总结
在弄清楚原理以及API的调用方法之后，我们可以轻松地写出一个GUI界面，也就是这个降重工具。当然这个工具非常初级，大家可以进行更加全面的扩展。
到此这篇关于如何利用Python实现一个论文降重工具的文章就介绍到这了,更多相关Python论文降重工具内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
python中的import语句是用来导入模块的，下面这篇文章主要给大家介绍了关于python学习基础之循环import及import过程的相关资料，需要的朋友可以参考借鉴，下面随着小编来一起学习学习吧。2018-04-04
这篇文章主要给大家介绍了关于OpenCV特征提取与检测之Harris角点检测的相关资料,Harris角点检测的目的是去分辨出图像中的平面、边界以及角点,文中通过示例代码介绍的非常详细,需要的朋友可以参考下2021-08-08
这篇文章主要介绍了Python中pygal绘制雷达图代码分享，具有一定借鉴价值，需要的朋友可以参考下。2017-12-12
这篇文章主要为大家详细介绍了python学生信息管理系统的实现代码，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-06-06
你会用python获取各种DOS命令显示的内容核心吗？说的可不是返回值，是用system()函数调用windows操作系统的DOS命令来做点事情，需要的朋友可以参考下2021-10-10
这篇文章主要给大家介绍了关于利用django如何解析用户上传的excel文件的相关资料，这是最近在工作中遇到的一个问题，觉着有必要分享出给大家，需要的朋友可以参考借鉴，下面来一起看看详细的介绍吧。2017-07-07
解决keras,val_categorical_accuracy:,0.0000e+00问题
这篇文章主要介绍了解决keras,val_categorical_accuracy:,0.0000e+00问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07
这篇文章介绍了Python中的基本数据类型，文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-07-07
本文通过实例代码给大家介绍了python输出100以内的质数与合数的方法，非常不错，具有一定的参考借鉴价值，需要的朋友参考下吧2018-07-07
本文将介绍如何使用Python解析Laravel Cookie，以便在Web开发中处理这些Cookie数据，我们将深入了解Cookie的结构，以及如何在Python中对其进行解析和操作2023-12-12
最新评论