應用隨機特征碼檢測雷同譯文

秦 穎,文秋芳,梁茂成

摘要：試卷自動評分研究中有個十分重要卻常被忽略的環節———對于雷同內容的自動檢測。翻譯考試的雷同譯文與一般的重復文檔有著不同的特點。通過對比各種文檔相似算法，最終選擇了特征碼的方法用于檢測漢譯英雷同譯文，并結合翻譯考試的特點，提出了隨機特征碼的方法，解決了特征碼選取位置難以確定的問題，同時降低了特征碼對于編輯差異的敏感度，提高了雷同內容檢測的查準率和查全率。該算法的復雜度為線性，適用于大規模翻譯試卷的快速檢查。

關鍵詞：自動評分；雷同內容檢測；文本相似度；特征碼