第一次个人编程作业

1	作业属于哪个课程	软件工程
2	作业要求	论文查重
3	作业目标	使用PSP预估开发时间并返回测试结果

目录

• Gitcode链接地址
• PSP表格
• 计算模块接口的设计与实现过程
  • 设计思路
  • 接口设计
    • 读取文件
    • 分词接口
    • 停用词接口
    • 词频统计接口
    • 余弦相似度接口
  • 运行结果
• 总结

Gitcode链接地址

Gitcode链接地址

PSP表格

PSP	预估耗时（分钟）	实际耗时（分钟）
计划	20	20
估计这个任务需要多少时间	20	15
开发	600	540
需求分析	120	150
生成设计文档	30	60
代码规范	30	40
具体设计	30	35
具体编码	180	240
代码复审	20	25
测试	30	30
报告	120	100
测试报告	120	110
计算工作量	10	15
事后总结，并提出过程改进计划	10	10
合计	1310	1390

计算模块接口的设计与实现过程

设计思路

根据题意，我们需实现了一个简单的论文查重系统，我选择使用余弦相似度计算论文的相似性。检验时当其值越接近 1，表示两篇论文越相似；值越接近 0，表示两篇论文差异越大。

接口设计

读取文件

使用 read_file 函数读取论文文件的内容，并将其存储为一个字符串。

分词接口

使用 tokenize 函数将文本分割成单词。

停用词接口

使用 remove_stopwords 函数移除常见的停用词（如“的”、“是”等），这些词对文本相似度计算没有帮助。

词频统计接口

使用 count_word_frequency 函数统计每个单词在文本中出现的次数。

余弦相似度接口

使用 cosine_similarity 函数计算两篇论文的余弦相似度。

运行结果

准备了三个文件，分别为初始文件test_1，抄袭文件test_2和未抄袭文件test_3
抄袭文件的运行结果

未抄袭文件的运行结果

总结

此次作业对于我来说非常难，在完成时也让我学到了很多。在有限的时间里并没有非常完整的完成此次作业，希望以后继续努力与进步。