导语
你的童年我的童年好像都一样
小小身体大大书包上呀上学堂
世界上本没有喜欢上学的小孩
被爸妈打多了，也就有了~
上学意味着什么呢~意味着开始做作业
假期作业没写怎么办？赶紧拿姐妹的来抄，你心里悄咪咪的笑了，终于赶上了最后学委去办公室的那趟高速。
哈哈哈这很可以，童年的真实情况一览无余了。今天我还看到一个笑话：
为防抄作业，爸爸要求将五胞胎分在五个班 。
这操作真神了，但是哪用这么麻烦撒！
今天小编带大家写一款抄袭检测小脚本，在家就能知道你孩子的作业都互相抄袭了没~
正文
首先载入所有必要的模块（1）：
import os
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity
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。（2）：
用列表推导式（List Comprehension）读取所有文本文件
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（3）：
vectorize =lambda Text: TfidfVectorizer().fit_transform(Text).toarray()
similarity = lambda doc1, doc2:cosine_similarity([doc1, doc2])
加入下列两行代码，将加载的学生文件向量。
vectors =vectorize(student_notes)
s_vectors = list(zip(student_files,vectors))
def check_plagiarism():
plagiarism_results = set()
global s_vectors
for student_a, text_vector_a in s_vectors:
new_vectors=s_vectors.copy()
current_index = new_vectors.index((student_a,text_vector_a))
del new_vectors[current_index]
for student_b , text_vector_b in new_vectors:
sim_score =similarity(text_vector_a, text_vector_b)[0][1]
student_pair= sorted((student_a, student_b))
score = (student_pair[0], student_pair[1],sim_score)
plagiarism_results.add(score)
return plagiarism_results
Let's print plagiarism results
for data in check_plagiarism():
print(data)
import os
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity
student_files = [doc for doc in os.listdir() if doc.endswith( .txt )]
student_notes=[open(File).read() for File in student_files]
vectorize = lambda Text:TfidfVectorizer().fit_transform(Text).toarray()
similarity = lambda doc1, doc2: cosine_similarity([doc1,doc2])
vectors = vectorize(student_notes)
s_vectors= list(zip(student_files, vectors))
def check_plagiarism():
plagiarism_results = set()
global s_vectors
for student_a, text_vector_a in s_vectors:
new_vectors=s_vectors.copy()
current_index = new_vectors.index((student_a,text_vector_a))
del new_vectors[current_index]
for student_b , text_vector_b in new_vectors:
sim_score =similarity(text_vector_a, text_vector_b)[0][1]
student_pair= sorted((student_a, student_b))
score = (student_pair[0], student_pair[1],sim_score)
plagiarism_results.add(score)
return plagiarism_results
for data in check_plagiarism():
print(data)
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。
Original: https://blog.csdn.net/weixin_55822277/article/details/119969771
Author: 顾木子吖
Title: 同学：你因作业作弊已被AI抓获，Python制作一款AI检测抄袭小脚本。
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/545121/
转载文章受原作者版权保护。转载请注明原作者出处！