软工作业-个人项目

文本查重算法

本作业的github链接，点击访问

个人软件过程PSP表记录

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	30	20
· Estimate	· 估计任务耗时	30	20
Development	开发	210	290
· Analysis	· 需求分析 (包括学习新技术)	50	30
· Design Spec	· 生成设计文档	30	30
· 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)	10	10
· Design	· 具体设计	20	25
· Coding	· 具体编码	60	80
· Code Review	· 代码复审	10	10
· Test	· 测试（自我测试，修改代码，提交修改）	10	15
Reporting	报告	60	60
· Test Repor	· 测试报告	20	20
· Size Measurement	· 计算工作量	20	20
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	20	20
	· 合计	300	370

计算模块接口的设计与实现过程

本程序的依赖要求

sentence-transformers
paraphrase-multilingual-MiniLM-L12-v2

本程序使用sentence transformer提供的接口完成任务，引用的设计如下

from sentence_transformers.util import cos_sim
from sentence_transformers import SentenceTransformer

完成两句文本的相似度检查过程如下

sentence1="当你竭尽所能却只能铩羽而归"
sentence2="当你竭尽所能却无法入睡"
st_model=SentenceTransformer("paraphrase-multilingual-MiniLM-L12-v2")
embedding1=st_model.encode(sentence1)
embedding2=st_model.encode(sentence2)
cosine_value=cos_sim(embedding1,embedding2)
print(cosine_value.item()*100,"%")

实际运行结果