Plagiarism-Detection-AmazonSagemaker

抄袭检测项目，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，我构建了一个窃检测器，用于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中训练和