Question

文档相似性检测工具的相关研究

Answer 1

1993年，Arizona大学的Manber提出近似指数概念用于度量文件之间字符串的相似性，这个思路被很多后来的相似系统所采用。1995年美国Stanford 大学的Brin 和Garcia-Molina在数字图书馆项目中提出COPS系统与相应算法，奠定了反剽窃系统的框架基础。香港理工大学的Si和Leong建立CHECK原型采用统计关键词的方法度量文本相似性，并且首次把文档结构信息引入文本相似性度量中。2000年Monostori 用后缀向量存储后缀树搜寻字符串之间的最大子串并建立了MDR原型。目前国外Turnitin公司提供的英文反剽窃服务遍及九十多个国家，检索网页数量超66亿，用户达650万，支持世界最大的四家电子教学平台BlackBoard、WebCT、Moodle、Angel。　开发者争取推出面向学生的免费在线防剽窃服务，防止无意识抄袭的发生。