1.高等院校学位论文格式智能检测系统,其特征在于,包括论文解析服务模块、论文格式检测主服务模块和若干个子模块;
2.根据权利要求1所述的高等院校学位论文格式智能检测系统,其特征在于,
3.根据权利要求2所述的高等院校学位论文格式智能检测系统,其特征在于,所述图检测模块中,图的提取识别方法为基于vgg16神经网络模型进行的分类预测方法。
4.根据权利要求2所述的高等院校学位论文格式智能检测系统,其特征在于,所述表格检测模块中和所述图检测模块中,坐标及表格的识别方法为基于tesseract-ocr的文本识别技术。
5.根据权利要求2所述的高等院校学位论文格式智能检测系统,其特征在于,所述论文格式自查表为包含不同格式的检测结果的输出结果表,每个检测项在论文格式自查表上的信息包括检测项描述、检测结果、错误统计和整改建议。
6.高等院校学位论文格式智能检测方法,应用了如权利要求1-5任一项所述的高等院校学位论文格式智能检测系统,其特征在于,所述方法的步骤如下:
7.根据权利要求6所述的高等院校学位论文格式智能检测方法,其特征在于,所述文章检测粒度为字粒度、词粒度、句粒度或段落粒度中的一种。
8.根据权利要求6所述的高等院校学位论文格式智能检测方法,其特征在于,所述论文格式中间文件为规范格式化的xml文件,包含多种类型的节点,包括文章节点、章节节点、段落节点、句节点和字节点。
9.根据权利要求6所述的高等院校学位论文格式智能检测方法,其特征在于,步骤s4中,子模块会根据选择的文章检测粒度增加不同的检测项;