基于非分詞技術(shù)的科技項(xiàng)目查重研究與實(shí)現(xiàn).pdf

1、隨著我國(guó)科研投入的增加，如何管理好科研經(jīng)費(fèi)成為管理者所關(guān)心的問(wèn)題。在科研項(xiàng)目立項(xiàng)管理中，常常需要找到相似的科研項(xiàng)目申請(qǐng)（簡(jiǎn)稱(chēng)科技項(xiàng)目查重），以避免重復(fù)立項(xiàng)或提高評(píng)審效率等。
　　 通過(guò)計(jì)算科技項(xiàng)目申請(qǐng)書(shū)的相似度，可以解決上述問(wèn)題。科技項(xiàng)目申請(qǐng)書(shū)相似度計(jì)算，本質(zhì)上就是中文文本相似度計(jì)算。傳統(tǒng)上為了計(jì)算中文文本的相似度，需要利用分詞技術(shù)從中文文本中提取出詞作為文本的特征點(diǎn)。這種方法對(duì)詞典的依賴(lài)很大，也因此常常無(wú)法提取到科技項(xiàng)目申請(qǐng)書(shū)

2、中的專(zhuān)業(yè)名詞，而這些專(zhuān)業(yè)名詞卻恰恰是科技項(xiàng)目申請(qǐng)書(shū)最為重要的特征點(diǎn)。
　　 本文利用后綴樹(shù)來(lái)提取科技項(xiàng)目申請(qǐng)書(shū)中的相同部分，并挖掘后綴樹(shù)節(jié)點(diǎn)的頻繁閉項(xiàng)集作為科技項(xiàng)目申請(qǐng)書(shū)的特征點(diǎn)，從而構(gòu)建向量空間模型—頻繁閉項(xiàng)后綴樹(shù)節(jié)點(diǎn)集向量（FCSNV）—來(lái)計(jì)算科技項(xiàng)目申請(qǐng)書(shū)的相似度。
　　 本文主要做了以下研究工作：
　　 ①利用Ukkonen算法思想，本文實(shí)現(xiàn)了科技項(xiàng)目申請(qǐng)書(shū)集的后綴樹(shù)的構(gòu)建；
　　 ②本文實(shí)現(xiàn)了C