[发明专利]项目申报数据的查重系统及方法

权利要求书

1.一种项目申报数据的查重系统，其特征在于，所述查重系统包括：

非关系型数据库，用于存储多个项目申报历史数据中的历史非文本数据，并提取所述历史非文本数据中的特征值以创建索引，所述非关系型数据库还用于将所述索引存储于索引库中；

数据输入模块，用于生成数据输入模板，并获取数据输入模板接收的待查重的项目申报数据中的待查非文本数据；

查重模块，用于提取所述待查非文本数据中的待查特征值，并将所述待查特征值与所述索引库中的所有特征值进行匹配分析，以获取非关系型数据库反馈的包括所述待查特征值的所有历史非文本数据，所述查重模块还用于根据所述所有历史非文本数据计算所述待查非文本数据的相似度。

2.如权利要求1所述的项目申报数据的查重系统，其特征在于，所述查重系统还包括：关系型数据库；

所述关系型数据库用于存储所述项目申报历史数据中的历史文本数据；

所述数据输入模块还用于获取所述数据输入模板接收的待查重的项目申报数据中的待查文本数据；

所述查重模块还用于将所述待查文本数据与所述关系型数据库中的所有历史文本数据进行匹配分析，并计算所述待查文本数据的相似度。

3.如权利要求2所述的项目申报数据的查重系统，其特征在于，所述查重模块还用于获取查询条件，并根据所述查询条件提取所述待查文本数据中的内容数据作为待查文本数据和/或待查非文本数据。

4.如权利要求3所述的项目申报数据的查重系统，其特征在于，所述内容数据包括以下数据中的至少一种：

项目标题、关键词、研究意义、国内外研究现状、研究目标、研究内容、拟解决的关键问题、项目名称、项目申请理由、立论依据、研究方案、特色与创新、拟解决的关键问题、计划进度、研究基础和预期研究成果。

5.如权利要求2所述的项目申报数据的查重系统，其特征在于，所述非文本数据包括以下数据中的至少一种：

图像数据、表格数据和网页数据。

6.如权利要求5所述的项目申报数据的查重系统，其特征在于，所述查重模块包括图像查重单元和文本查重单元；

所述数据输入模块还用于从所述图像数据和/或所述表格数据和/或所述网页数据中获取待查文本数据并发送至所述文本查重单元；

所述图像查重单元用于提取所述图像数据中的图像特征值，并将提取出的图像特征值与所述索引库中的图像特征值进行匹配分析，并生成图像数据的相似度；

所述文本查重单元用于将所述待查文本数据与所述历史文本数据进行匹配分析，并计算待查文本数据的相似度。

7.如权利要求2所述的项目申报数据的查重系统，其特征在于，所述查重模块还用于统计所述待查非文本数据的相似度和所述待查文本数据的相似度，并计算所述待查重的项目申报数据的总相似度。

8.如权利要求7所述的项目申报数据的查重系统，其特征在于，所述查重模块基于cosine算法计算所述待查非文本数据的相似度和/或所述待查文本数据的相似度。

9.如权利要求7所述的项目申报数据的查重系统，其特征在于，所述查重系统还包括：

结果输出模块，用于输出查重结果；

所述查重结果包括以下数据的至少一种：

待查重的项目申报数据的总相似度、待查非文本数据的相似度、待查文本数据的相似度、待查重的项目申报数据的字数、待查重的项目申报数据的段落数、待查重的项目申报数据的句子数、句子的平均长度、句子的最大长度、句子的最小长度、句子的相似度分布图、句子的相似度折线图、相似资源的信息列表。

10.如权利要求9所述的项目申报数据的查重系统，其特征在于，所述结果输出模块还用于根据查重结果并基于FreeMarker技术生成查重报告。