TF-IDF能检查源程序抄袭吗？ (转载) - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>DataSciences - 数据科学

TF-IDF能检查源程序抄袭吗？ (转载)

TF-IDF能检查源程序抄袭吗？ (转载)# DataSciences - 数据科学

s*w2019-02-23 08:02

1 楼

【以下文字转载自 Programming 讨论区】
发信人: somehow (修身健体), 信区: Programming
标题: TF-IDF能检查源程序抄袭吗？
发信站: BBS 未名空间站 (Sat Feb 23 11:22:04 2019, 美东)
我的理解它把所有的单词列出来，然后看出现的频率。
对于论文我觉得可行，大部分是真正的单词。
但源代码的问题是变量名是自己定义的，每人的变量名很可能都不一样，会形成噪音吧？
函数名也是同样的问题，如果是自己写的函数，这名字也可以是各人的都不一样。
如果区分系统的还是自己的函数？
不是很懂，请大家讲讲，谢谢！

s*w2019-02-23 08:02

2 楼

n*32019-02-23 08:02

3 楼

possible,
but you need to build hash table to two "same variable" with different names
(on purpose).

吧？

【在 s*****w 的大作中提到】

: 【以下文字转载自 Programming 讨论区】
: 发信人: somehow (修身健体), 信区: Programming
: 标题: TF-IDF能检查源程序抄袭吗？
: 发信站: BBS 未名空间站 (Sat Feb 23 11:22:04 2019, 美东)
: 我的理解它把所有的单词列出来，然后看出现的频率。
: 对于论文我觉得可行，大部分是真正的单词。
: 但源代码的问题是变量名是自己定义的，每人的变量名很可能都不一样，会形成噪音吧？
: 函数名也是同样的问题，如果是自己写的函数，这名字也可以是各人的都不一样。
: 如果区分系统的还是自己的函数？
: 不是很懂，请大家讲讲，谢谢！