[发明专利]用于确定字符串信息间相似度信息的方法、装置和设备

权利要求书

1.一种计算机实现的用于基于多种类型来确定字符串信息间相似度信息的方法，其中，该方法包括以下步骤：

a获取待处理的两个字符串信息；

b根据基于所述两个字符串信息来获得的至少两种类型的相似度信息，确定所述两个字符串信息间的最终相似度信息。

2.根据权利要求1所述的方法，其中，该方法还包括以下步骤：

i获取所述至少两种类型中每种类型所对应的权重信息；

其中，所述步骤b还包括：

-根据所述基于所述两个字符串信息来获得的至少两种类型的相似度信息，并结合所述每种类型所对应的权重信息，确定所述两个字符串信息间的最终相似度信息。

3.根据权利要求2所述的方法，其中，所述步骤i还包括以下步骤：

i1获取所述最终相似度信息的应用环境信息；

i2根据所述应用环境信息，确定所述每种类型所对应的权重信息。

4.根据权利要求3所述的方法，其中，所述步骤i2还包括以下步骤：

-根据所述应用环境信息，由所有类型中选择所述至少两种类型；

-根据所述应用环境信息，获取所选择的所述至少两种类型中每种类型所对应的权重信息。

5.根据权利要求1至4中任一项所述的方法，其中，所述步骤b还包括以下步骤：

b1对所述两个字符串信息中的至少一个字符串信息进行划分，以获得该至少一个字符串信息包含的多个子串信息；

b2根据包含于其中一个字符串信息中的一个或多个子串信息与包含于另一个字符串信息中的一个或多个子串信息间至少两种类型的相似度信息，确定所述两个字符串信息间的最终相似度信息。

6.根据权利要求5所述的方法，其中，所述步骤b2还包括以下步骤：

-获取所述包含于一个字符串信息中的所有子串信息与包含于另一个字符串信息中的所有子串信息间所有的匹配组合方式；

-根据所述所有匹配组合方式，获取所述两个字符串信息间的至少两种类型的相似度信息；

-根据所述两个字符串信息间的至少两种类型的相似度信息，确定所述两个字符串信息间的最终相似度信息。

7.根据权利要求5所述的方法，其中，所述步骤b2还包括以下步骤：

b21由所述两个字符串信息中获取当前子串组合对信息；

b22获取包含于所述当前子串组合对信息中的各个待处理子串信息对的至少两种类型的相似度信息；

b23根据所述待处理子串信息对的至少两种类型的相似度信息及历史相似度信息，确定所述当前子串组合对信息间的相似度信息；

b24将所述当前子串组合对信息间的相似度信息作为历史相似度信息之一，重复步骤b21至步骤b23以及前述将所述当前子串组合对信息间的相似度信息作为历史相似度信息之一的步骤直至所述当前子串组合对信息包含所述两个字符串信息，并将所述当前子串组合对信息间的相似度信息作为所述两个字符串信息间的最终相似度信息。

8.根据权利要求5至7中任一项所述的方法，其中，该方法还包括以下步骤：

-获取所述两个字符串信息间至少一种类型的整体相似度信息；

其中，所述步骤b2还包括以下步骤：

-根据包含于其中一个字符串信息中的一个或多个子串信息与包含于另一个字符串信息中的一个或多个子串信息间至少两种类型的相似度信息，并结合所述至少一种类型的整体相似度信息，确定所述两个字符串信息间的最终相似度信息。

9.根据权利要求1至8中任一项所述的方法，其中，所述至少两种类型包括以下各项中的任意至少两种：

-编辑距离类型；

-读音类型；

-同义词匹配类型；

-短文本扩展类型；

-字符串特征向量类型；

-主题分布类型。

10.根据权利要求9所述的方法，其中，所述至少两种类型包括编辑距离类型，其中，该方法还包括以下步骤：

-根据将所述两个字符串信息中的一个字符串信息转换至另一个字符串信息的转换处理中所执行编辑操作相关的字符变化信息，来确定所述两个字符串信息间编辑距离类型的相似度信息。