抄袭检测算法和同义词的识别与筛选

代码说明：

应用背景这是一个程序来检测在印尼语词文本抄袭，尤其是PDF文件。在这个项目中，我使用Java作为编程语言，采用风选法来检测类似的词语，并使用滚动哈希算法计算哈希值。对于同义词，我使用同义词识别算法。它可以处理任何同义词，但不能处理相反的话；关键技术一个Java的Windows应用程序。 ；我使用db4o（数据库对象）来存储数据字典。我使用面向对象程序设计作为结构程序。为主要的算法，我用风选算法检测抄袭的字符串计算哈希值。每个字符串将被转换为哈希值，并且每个哈希值将被另一个哈希值检查。如果他们有相似的哈希值，和相似性值超过50%，那么它可以被称为抄袭