tf-idf的实现

Question

我正在为2个字符串进行抄袭检测，为此我使用“Levenshtein距离算法”查找抄袭百分比和“tf idf”来查找关键字。但是现在我遇到了突出显示文本类似文本的问题，我正在考虑使用关键字作为种子来形成簇并突出显示该簇，但似乎很多工作。任何人都可以指导我如何去做，或者任何其他方式。请帮助我完成我的大学项目。

Answer 1

我使用LCS获得公共子（我知道它并不完美），并使用@Mithgroth高亮这些子

Answer 2

假设你有你自己的方式找到文本类似的话，你可以添加你周围要标记的字跨度标签，给他们类的属性，以及CSS类设置为背景 - 颜色：黄色;

我假设你有一个foreach评估来检查文本中的每个单词。

foreach (word in words) 
{ 
    if (*word is similar*) 
    { 
     word = "<span class='highlight'>" + word + "</span>"; 
    } 
} 

，并在你的HTML/CSS

.highlight 
{ 
    background-color: yellow; 
}