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
在本篇文章里小编给大家整理的是一篇关于python字符串的多行输出的实例详解内容，有兴趣的朋友们跟着学习下。2021-06-06
这篇文章主要介绍了基于python实现简单网页服务器代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-09-09
这篇文章主要为大家详细介绍了如何利用python Django实现歌曲搜索功能,文中的示例代码讲解详细,具有一定的参考价值,有需要的小伙伴开业了解下2023-10-10
这篇文章主要为大家详细介绍了Python实现学校管理系统，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-01-01
这篇文章主要介绍了详解Python中的条件,循环语句,包括while循环for循环，循环语句是学习各个编程语言的最基本的基础知识,需要的朋友可以参考下2021-09-09
队列是一种只允许在一端进行插入操作，而在另一端进行删除操作的线性表。这篇文章主要介绍了Python中的四种队列,需要的朋友可以参考下2018-05-05
这篇文章主要介绍了python线程池（threadpool）模块使用笔记详解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-11-11
这篇文章主要介绍了通过Python实现创建语音识别控制系统，能利用语音识别识别说出来的文字，根据文字的内容来控制图形移动，感兴趣的同学可以关注一下2021-12-12
当我们的程序报错时，解释器会将整个异常的堆栈信息全部输出出来。解释器会将异常产生的整个调用链都给打印出来，那么问题来了，我们能不能自定义这些报错信息呢？本文就来为大家详细讲讲2022-07-07
这篇文章主要介绍了举例讲解如何在Python编程中进行迭代和遍历,是Python入门学习中的基础知识,需要的朋友可以参考下2016-01-01
最新评论