工程概论第二次作业

github地址
https://github.com/xiaoqi66666/xiaoqi66666/blob/main/202121331087
题目要求
题目：论文查重

描述如下：

设计一个论文查重算法，给出一个原文文件和一个在这份原文上经过了增删改的抄袭版论文的文件，在答案文件中输出其重复率。

原文示例：今天是星期天，天气晴，今天晚上我要去看电影。
抄袭版示例：今天是周天，天气晴朗，我晚上要去看电影。
要求输入输出采用文件输入输出，规范如下：

从命令行参数给出：论文原文的文件的绝对路径。
从命令行参数给出：抄袭版论文的文件的绝对路径。
从命令行参数给出：输出的答案文件的绝对路径。
我们提供一份样例，课堂上下发，上传到班级群，使用方法是：orig.txt是原文，其他orig_add.txt等均为抄袭版论文。

注意：答案文件中输出的答案为浮点型，精确到小数点后两位

开发环境
操作系统：Windows10
使用语言：java
设计流程：
开始
获取原文文件路径、抄袭版文件路径和输出文件路径作为命令行参数
读取原文文件内容，保存至originalText变量
读取抄袭版文件内容，保存至plagiarizedText变量
通过getWordVector方法将originalText转换为原文词向量originalVector
通过getWordVector方法将plagiarizedText转换为抄袭版词向量plagiarizedVector
计算余弦相似度，得到相似度值similarity = cosineSimilarity(originalVector, plagiarizedVector)
将相似度值写入输出文件
结束

项目结构

异常处理
try (BufferedReader originalReader = new BufferedReader(new FileReader(originalFile));
BufferedReader plagiarizedReader = new BufferedReader(new FileReader(plagiarizedFile));
FileWriter writer = new FileWriter(outputFile)) {

        StringBuilder originalText = new StringBuilder();
        StringBuilder plagiarizedText = new StringBuilder();
        String line;

        while ((line = originalReader.readLine()) != null) {
            originalText.append(line).append(" ");
        }

        while ((line = plagiarizedReader.readLine()) != null) {
            plagiarizedText.append(line).append(" ");
        }

        Map<String, Integer> originalVector = getWordVector(originalText.toString());
        Map<String, Integer> plagiarizedVector = getWordVector(plagiarizedText.toString());

        double similarity = cosineSimilarity(originalVector, plagiarizedVector);

        writer.write(String.format("%.2f", similarity));

    } catch (IOException e) {
        e.printStackTrace();
    }

运行结果测试

测试图例

本栏目推荐文章
• 从C++CLI工程的依赖库引用问题看.Net加载程序集机制
• 02_新建工程
• 四川高院--即使工程款已经结清，在总包方非实质审查结并确认清班组工资情况下，仍应对工人工资承担责任。
• 如何开发医疗保险欺诈识别监测模型中的特征工程？
• 社会工程学——进行IP追踪
• 从工程化角度，详解鹏程·脑海大模型训练过程
• 工程监测振弦采集仪的应用及技术研究
• 软考网络工程师-基础笔记归纳
• react-native在windows环境搭建并使用脚手架新建工程
• 软件工程网课笔记