基于Django實現的（bert）深度學習文本相似度檢測系統設計

• 開發語言:Python

• 數據庫：MySQL
• 所用到的知識：Django框架
• 工具：pycharm、Navicat、Maven

系統功能實現

1. 登錄頁面

注冊頁面：用戶賬號，密碼，確認密碼，用戶姓名，聯系方式

主頁面：文件管理模塊

上傳功能

（3）批量刪除文件夾功能，可選

（4）批量下載文件夾，可選

（5）搜索功能（文件夾）

（6）單獨文件夾按鈕下載

（7）收藏功能按鈕

文件屬性：下載按鈕，編輯按鈕（文本內增減刪），刪除按鈕，收藏按鈕，文本內容查詢

文本查重模塊

收藏模塊；用戶收藏的文件夾與文件：

任務欄屬性：文本名稱，作者名稱，文件大小，修改日期，

文件夾屬性：本文本查看，刪除文件，修改文本內容，并保存修改的內容，下載文本

網頁查重-（爬蟲）：文本查重網頁版 爬取百度搜索結果頁全部鏈接內容

文本相似度的檢測報告的pdf格式

檢測報告的形成：pdf格式

檢測報告內容是：1.可以打印，2.保存本地；

• 檢測報告編號：數字和字母組成，6位數；
• 文本題目,作者，檢測范圍（互相被檢測的文本題目）
• 檢測時間，時間范圍（有效時間用戶自己輸入的）
• 檢測結果

1. 總文本總數相似度：12.6%
2. 本篇與第一個文章之間的相似度: 4.5%
3. 本篇與第二個文章之間的相似度: 3.5%
4. .................

• 統計出各個文本之間相似度的統計圖，
• 原文內容與相似度來源的文本之間的對比列出，

以下圖片參考：

檢測報告的任務欄屬性：文本名稱，作者名，文件大小，報告生成時間，報告下載按鈕，報告搜索框（按照文本名與作者），總文本相似度，報告刪除按鈕，

檢測報告（pdf格式）以下的圖片一比一還原，

檢測報告內容是：1.可以打印，2.保存本地；

• 檢測報告編號：數字和字母組成，6位數；
• 文本題目,作者，檢測范圍（互相被檢測的文本題目）
• 檢測時間，時間范圍（有效時間用戶自己輸入的）
• 檢測結果

1. 總文本總數相似度：12.6%
2. 本篇與第一個文章之間的相似度: 4.5%
3. 本篇與第二個文章之間的相似度: 3.5%
4. .................

• 統計出各個文本之間相似度的統計圖，
• 原文內容與相似度來源的文本之間的對比列出，

以下圖片參考：

檢測報告的任務欄屬性：文本名稱，作者名，文件大小，報告生成時間，報告下載按鈕，報告搜索框（按照文本名與作者），總文本相似度，報告刪除按鈕，

檢測報告（pdf格式）以下的圖片一比一還原，

8用戶信息：看到個人的基本信息，上傳個人圖

需要源代碼或者二次開發的，請聯系