-
Udacity纳米学位项目的最终作品：Plagiarism-Dectector-2021
资源介绍
抄袭项目，机器学习部署
该存储库包含用于使用AWS SageMaker部署a窃检测器的代码和相关文件。
项目概况
在这个项目中，您将负责构建a窃检测器，该检测器将检查文本文件并执行二进制分类。 根据该文本文件与提供的源文本的相似程度，将该文件标记为抄袭或不抄袭。 侦查窃是一个活跃的研究领域。 这项任务很艰巨，解释的答案和原始作品之间的区别通常并不那么明显。
该项目将分为三个主要笔记本：
笔记本1：数据探索
加载窃文本数据的语料库。
探索现有的数据功能和数据分布。
这第一台笔记本是不是在你的最终项目要求提交的。
笔记本2：功能工程
清理并预处理文本数据。
定义用于比较答案文本和源文本的相似性的特征，并提取相似性特征。
通过分析不同功能之间的相关性来选择“良好”功能。
创建包含用于训练/测试数据点的相关功能和类标签的训练/测试.csv文件。
笔记本3：在SageMaker中训