怎样用Python检测抄袭行为？广大中小学生们的美梦就此结束

本教程将介绍如何使用机器学习技术（如word2vec和余弦相似度等），在Python中用几行代码制作抄袭检测器。搭建完成后，抄袭检测器将会从文件中载入学生们的作业，然后通过计算相似度来判断学生有无相互抄袭行为。

 

要求

 

本教程需要在计算机上安装scikit-learn。

 

安装

 

pip install -Uscikit-learn

 

怎样分析文本？

 

如你所知，电脑只能理解0和1。首先需要将文本转换成数字再对文本数据进行计算。

 

词嵌入

 

将文本数据转换为数字阵列的过程通常称为词嵌入（word embedding），我们将使用sci-kit-learn内置功能来完成此任务。

 

将文本数据转换为矢量不是随机过程，而是遵循某些算法，从而将单词表示为空间中的位置。这一点将通过使用scikit-learn内置功能来实现。

 

怎样检测文档的相似性？

 

这里需要使用向量、点积的基本概念来确定两个文本的相似度，也就是计算学生的文本作业的向量代表之间的余弦相似度值。

 

 

此外还需要学生作业中的样本文档来测试模型。文本文件必须与脚本位于同一目录中，扩展名为“.txt”。文件目录如下：

 

 

 

 

一起来搭建抄袭探测器

 

·        首先载入所有必要的模块

 

 

使用OS模块加载文本文件的路径，然后使用TfidfVectorizer对文本数据和余弦相似度执行词嵌入，来计算是否存在抄袭。

 

·        用列表推导式（List Comprehension）读取所有文本文件

 

接下来使用列表推导式来加载项目目录中所有的路径文件，如下：

 

student_files =[doc for doc in os.listdir() if doc.endswith( .txt )]

 

·        使用Lambda功能来向量化并计算相似性。

 

需要创建两个lambda函数，一个用来将文本转换成数字数组，另一个用来计算它们的相似性。

 

 

 

 

·        将文本数据向量化

 

加入下列两行代码，将加载的学生文件向量化：

 

vectors =vectorize(student_notes)s_vectors = list(zip(student_files,vectors))

 

创造一个计算相似性的功能。下面是脚本的主要功能，负责管理计算学生之间相似度的整个过程。

 

 

 

 

·        最终代码

 

完成上述所有操作后会得到如下脚本，可以检测学生作业中是否存在抄袭行为。

 

 

 

 

·        输出：

 

运行上述app.py，结果如下：

 

 

 

 

抄袭检测器完成啦！老师们用起来，广大中小学生们的美梦就此结束了。

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

python免费学习资料以及群交流解答点击即可加入