第一次个人编程作业

这个作业属于哪个课程	软件工程
这个作业要求在哪里	个人项目作业
这个作业的目标	设计一个论文查重算法，给出一个原文文件和一个在这份原文上经过了增删改的抄袭版论文的文件，在答案文件中输出其重复率。

1. Github地址

Github

2. PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	100	120
Estimate	估计这个任务需要多少时间	40	30
Development	开发	300	350
Analysis	需求分析 (包括学习新技术)	200	150
Design Spec	生成设计文档	20	20
Design Review	设计复审	20	15
Coding Standard	代码规范 (为目前的开发制定合适的规范)	20	30
Design	具体设计	40	50
Coding	具体编码	300	250
Code Review	代码复审	100	150
Test	测试（自我测试，修改代码，提交修改）	30	40
Reporting	报告	20	20
Test Repor	测试报告	10	10
Size Measurement	计算工作量	10	10
Postmortem & Process Improvement Plan	事后总结, 并提出过程改进计划	10	10
	合计	1220	1255

3. 计算模块接口的设计与实现过程

工程截图

jieba

用于分词，将句段分为一个个词语。在pycharm中下载，有多种模式。这里选择精确模式，将句子最精确地切开，适合文本分析。

gensim

是一个自然语言处理工具，用于检测用jieba分词完成后的句段相似性。

4. 单元测试

单元测试代码

import unittest
from main import main_test


class MyTestCase(unittest.TestCase):
    def test_something(self):
        self.assertEqual(main_test(),0.99)  


if __name__ == '__main__':
    unittest.main()

测试代码运行

覆盖率