文本相似度指标分析及文本相似性分析方法研究
摘要：近年来国家为了有效提高企业的科研能力，对企业申报的科技项目给予一定程度的资金分配支持。因此，不要浪费在反复申报研究费的低质量企业的科技项目上。基于上述背景，论文希望深入研究文本类似度指标分析和文本类似分析方法，有效提高企业对类似科学技术项目的评价率。
、前文近几年，国家为了有效提高企业的科研能力，对企业申报的科技项目拨款支持一定程度的资金。为了确保国家的资金分配对物品有帮助，企业自身利用类似的检查系统对企业员工申报的科技项目进行类似的现场检查，对优良的企业科技项目进行筛选和支援。然而，目前几乎所有类似的l生检系统只能在较浅的水平上测量文本内容。这也给一些心怀鬼胎的企业员工开了个洞，洗了发布的优质科技项目后伪装成新企业的科技项目申报，从国家骗取了企业的科研资金。结果不仅浪费了国家的财政资金，还打碎了企业其他员工的研究热情。基于上述原因，本文深入研究文本类似度指标分析及文本类似性分析方法，有效提高企业对类似科技项目的筛选率，筛选优秀研究项目进行报送支援，提高企业的研究能力及市场竞争力我期待着。
2、文本类似度论文调查重指标制定正文以电力企业的研究项目申报为研究对象，通过以下几项技术完成电力企业对研究项目的调查文件及目标文件之间关系的研究。（一）根据数字指纹法构建电力行业的数字指纹。用数字指纹技术制作文档特征库，对文档生成数字指纹，通过比较指纹，确认文献是否相似。（二）基于电力行业矢量空间模型的技术。
使用向量空间模型WeN来计算两个词向量作为意义相关联的权衡。每一个词表示—个浮点向量，表示为高阶原始空间中的—个向量，并且可以利用两个向量之间的夹角来计算两个向量的距离，以表示f贰的类似度。通过对所有两个词之间进行距离计算来构建整个m个关键字意思网络。（sii）n，即，本项目将所有电力领域的期刊科学文献的摘要数据、所有项目所申请的专利数据、以及项目库、成果登记库的项目数据，作为关键字语义库。可以对网络进行训练，并将其保留下来。欧洲值是05以上的关键字。
（3）基于电力行业的字符串比较和压缩方法。重复字符串的数量和长度，以确定文档的复制程度。
该方法具有即使不考虑文件的特征提取和数字指纹长度等问题，也能在陕速便利的特征。三、文本类似性论文的验证重检技术采用CNKI自适应多次指纹分析技术和NLPE中文自然语言处理技术，采用两大文本处理技术。
CNKI自适应多次指纹分析技术：采用C占卜门自主开发的白自适应多次指纹特征测量技术，具有检查速度快、准确率高、召回率高、抗干扰等特点。与其他文件的指纹技术相比，具有更好的容错性和更丰富的指纹粒度，适合于陕西处理学术文献中的各种不端行为类型。
这项技术与传统的全文索引不同，实现了高效紧凑的索引结构。特征指纹作为索引关键字，采用一定的压缩策略，尽可能少的利用磁盘空间，尽可能多的保存特征指纹。对于相同的数据，提供多个级别的索引，并且每个级别的索引使用不同的指纹特征来提取粒度。处理用户检索请求时，选择最佳的索引检索，以最小的价格执行检索，保证实时的响应速度。采用了
N12E中文的自然语言处理技术，具有以下特性。海量概念关系辞典的应用、模棱两可及未注册词的识别问题、浅层句法和语法分析、英语短语的识别/中英语的相互翻译、最大匹配5MB/全切开IMB/s、一般学术研究的接辞速度为30-“=”（OKB/s，全切分的正确率约为9r73%。四、电力领域的文本相似。检测技术一般来说，电力领域的科学技术项目中存在很多术语。这些专业名称：表达方式固定，明确特定。
可以在对文本进行分词处理后，利用单词向量的特征识别来测试文本的意义相似性。五、结语为有效提高企业科技项目申报质量，本文将深入研究文本类似度指标分析及文本相似性分析方法，提出电力领域文件相似性检查技术，将该技术应用于实践。
根据实施该应用的企业反馈，该系统有效提高申报的企业科技项目的整体质量，有效促进企业人才培养，提高企业科研能力，提高企业市场竞争力。