第一次个人编程作业

第一次个人编程作业

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/CSGrade22-12
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/CSGrade22-12/homework/13220
这个作业的目标	制作一个论文查重的程序并上传到GitHub

GitHub链接

https://github.com/jiangl0/jiangl0/blob/main/3222004466

PSP表格

PSP	预估耗时（分钟）	实际耗时（分钟）
计划	30	30
估计这个任务需要多少时间	930	1170
开发	840	1080
需求分析	120	120
生成设计文档	30	30
设计复审	30	30
代码规范	30	30
具体设计	180	210
具体编码	300	480
代码复审	30	60
测试	120	120
报告	90	90
测试报告	30	30
计算工作量	30	30
事后总结, 并提出过程改进计划	30	30
合计	960	1200

计算模块接口的设计与实现过程

流程图

算法关键

预处理：使用正则表达式和字符串操作去除文本中的标点符号和特殊字符，并将所有字符转换为小写，以减少无关特征的影响。
特征提取：使用TF-IDF算法将文本转换为向量，这有助于捕捉文本中单词的重要性。
相似度计算：使用余弦相似度来衡量两个文本向量的相似性，这是一个广泛使用的文本相似度度量方法。