检测报告
报告编号 WJT-20260703-00842
基于深度学习的自然语言处理研究.docx
良好
原创性评估
文本相似度
12.4%
通过AIGC 疑似概率
68.5%
建议优化图片复用
2 处
中等风险标红内容摘要
近年来，深度学习技术在自然语言处理领域取得了突破性进展，特别是在 Transformer 架构提出之后，大规模预训练语言模型如 BERT、GPT 系列展现出了强大的文本理解和生成能力。本研究旨在探索基于注意力机制的文本分类方法，并在多个公开数据集上进行验证...
匹配来源列表
| 来源 | 相似度 | 匹配字数 | 类型 |
|---|---|---|---|
| 知网期刊《计算机学报》2024年第3期 | 8.2% | 692 | 文本相似 |
| 学位论文库 — 清华大学 2023 | 3.1% | 261 | 文本相似 |
| 互联网公开资源 — arxiv.org | 1.1% | 93 | 文本相似 |
AIGC 疑似段落
| 段落 | AI 概率 | 疑似模型 | 风险 |
|---|---|---|---|
| 第 3 章 2.1 节 — 方法论概述 | 92% | ChatGPT-4 | 高 |
| 第 4 章 1.3 节 — 实验设计 | 71% | DeepSeek | 中 |
| 摘要部分 | 55% | 未知 | 中 |
图片复用检测
| 图片 | 相似来源 | 相似度 | 风险 |
|---|---|---|---|
| 图 3-2 神经网络架构图 | IEEE Xplore | 87% | 中 |
| 图 5-1 实验结果对比 | 知网期刊配图 | 34% | 低 |