个人项目-论文查重
GitHub链接：3218005396
| 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 | 学习使用PSP表格，学习commit规范 |
计算模块接口的设计与实现过程
- 文件读写类
- 分词与计算类
- 自定义异常类
思路
先将每个句子依据中文词汇分词，接着统计词频，再使用位置向量分析每一个词在全文的分布大概是如何的，从宏观上来分析两篇文章的相似度。
其中使用hanlp分词，遍历存放着词与词频信息的map，计算cos值。最后比对得出答案。
单元测试得到的测试覆盖率截图
总方法覆盖率：
细看覆盖率：
性能检测
速度：
内存：
算法评估
我还是太菜了！！呜呜呜
这个算法只能遍历到第一个句子有的词语，当第一句和第二句开头一样而第二句多出一截时，测试出来的查重率可能是1，不太准。以后还是需要改进！
PSP表格
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| · Estimate | · 估计这个任务需要多少时间 | 40 | 40 |
| · Analysis | · 需求分析 (包括学习新技术) | 200 | 380 |
| · Design Spec | · 生成设计文档 | 60 | 80 |
| · Design Review | · 设计复审 | 20 | 30 |
| · Coding Standard | · 代码规范 (为目前的开发制定合适的规范) | 40 | 30 |
| · Design | · 具体设计 | 30 | 30 |
| · Coding | · 具体编码 | 200 | 220 |
| · Code Review | · 代码复审 | 30 | 20 |
| · Test | · 测试（自我测试，修改代码，提交修改） | 60 | 90 |
| · Test Repor | · 测试报告 | 30 | 30 |
| · Size Measurement | · 计算工作量 | 15 | 20 |
| · Postmortem & Process Improvement Plan | · 事后总结, 并提出过程改进计划 | 20 | 20 |
| · 合计 | 745 | 990 |
