s*****w
发帖数: 1527 | 1 【 以下文字转载自 Programming 讨论区 】
发信人: somehow (修身健体), 信区: Programming
标 题: TF-IDF能检查源程序抄袭吗？
发信站: BBS 未名空间站 (Sat Feb 23 11:22:04 2019, 美东)
我的理解它把所有的单词列出来，然后看出现的频率。
对于论文我觉得可行，大部分是真正的单词。
但源代码的问题是变量名是自己定义的，每人的变量名很可能都不一样，会形成噪音吧？
函数名也是同样的问题，如果是自己写的函数，这名字也可以是各人的都不一样。
如果区分系统的还是自己的函数？
不是很懂，请大家讲讲，谢谢！ | s*****w
发帖数: 1527 | 2 【 以下文字转载自 Programming 讨论区 】
发信人: somehow (修身健体), 信区: Programming
标 题: TF-IDF能检查源程序抄袭吗？
发信站: BBS 未名空间站 (Sat Feb 23 11:22:04 2019, 美东)
我的理解它把所有的单词列出来，然后看出现的频率。
对于论文我觉得可行，大部分是真正的单词。
但源代码的问题是变量名是自己定义的，每人的变量名很可能都不一样，会形成噪音吧？
函数名也是同样的问题，如果是自己写的函数，这名字也可以是各人的都不一样。
如果区分系统的还是自己的函数？
不是很懂，请大家讲讲，谢谢！ | n*****3
发帖数: 1584 | 3 possible,
but you need to build hash table to two "same variable" with different names
(on purpose).
吧？
【在 s*****w 的大作中提到】
: 【 以下文字转载自 Programming 讨论区 】
: 发信人: somehow (修身健体), 信区: Programming
: 标 题: TF-IDF能检查源程序抄袭吗？
: 发信站: BBS 未名空间站 (Sat Feb 23 11:22:04 2019, 美东)
: 我的理解它把所有的单词列出来，然后看出现的频率。
: 对于论文我觉得可行，大部分是真正的单词。
: 但源代码的问题是变量名是自己定义的，每人的变量名很可能都不一样，会形成噪音吧？
: 函数名也是同样的问题，如果是自己写的函数，这名字也可以是各人的都不一样。
: 如果区分系统的还是自己的函数？
: 不是很懂，请大家讲讲，谢谢！
|
|
