請寫出一個程式來比對一篇文章 A 是否抄襲另一篇文章 B，並計算出相似度百分比。A 和 B 兩篇文章皆為英文，為簡化起見，兩篇文章的英文單字數量都小於 1000 個單字，且相似度百分比的計算採用下列規則:
(1) 英文單字可由空格、逗號、和句號分開,標點符號和大小寫都不影響相同單字的判斷,例如 the amount of time he jogs. 和 He jogs every morning。 視為重複了 he jogs,不會因為 H 大寫和.句號而視為不同單字。
(2) 單字的不同時態或單複數則視為不同之單字,例如 jog 和 jogs 會視為不重複之單字。
(3) 若文章 A 有連續 7 個英文單字(含)以上與文章 B 重複，即視為相似句子，累計其重複單字的數量，6 個以下的重複單字則不計入數量。
(4) 若文章 A 的連續英文單字與文章 B 中有多處重複，則僅取重複最多單字的一次數量計入，並不會多次計入。
(5) 相似度百分比的計算公式為 (文章 A 中累計重複單字的總數量) / (文章 A 總單字數量)。
以範例 1 的輸入為例,文章 A 中的 high level languages, low level languages are closer to the hardware
與文章 B 中的 high level languages. Low level languages are closer to the hardware 重複了 11 個單字。
Unlike high level languages, low level languages 則重複了 7 個單字，
但因為其中的 high level languages, low level languages 6 個單字已經計入過重複單字的數量(在 11 個單字中)，只有 Unlike 1 個單字需要再
累計數量，所以重複單字的總數量為 12 個單字。文章 A 的總單字數量為 21，因此相似度百分比為:12/21=57.14%。
第 1 列為文章 A，第 2 列為文章 B(假設文章內容均不分段換行，一篇文章自成一列)，比對 2篇文章的相似度百分比。
範例輸入:(第 1 列為文章 A 內容,第 2 列為文章 B 內容,以下為配合版面限制換列呈現)
輸出文章 A 與文章 B 相似度百分比(以百分比方式顯示，四捨五入到小數點以下兩位)。
Machine languages and assembly languages are low level languages. Unlike high level languages, low level languages are closer to the hardware. C languages, C++ languages, and Java Languages are high level languages. Low level languages are closer to the hardware than are high level languages. High-level languages are designed to simplify computer programming. Unlike high level languages, low level languages can be converted to machine code without using a compiler or interpreter.
57.14%
公開 測資點#0 (20%): 1.0s , <1M
公開 測資點#1 (20%): 1.0s , <1M
公開 測資點#2 (20%): 1.0s , <1M
公開 測資點#3 (20%): 1.0s , <1M
公開 測資點#4 (20%): 1.0s , <1M
| 編號 | 身分 | 題目 | 主題 | 人氣 | 發表日期 |
沒有發現任何「解題報告」 |
|||||