[发明专利]工作票的相似度匹配方法及装置

权利要求书

1.一种工作票的相似度匹配方法，其特征在于，所述方法包括：

对接收到的待开工作票的文本内容进行分词处理，得到多个词组；

去除所述多个词组中的停用词组，得到有效词组；

计算各个有效词组在所述待开工作票的文本内容中的权重值，由各个有效词组的权重值得到该待开工作票的词组向量；

根据所述待开工作票的词组向量及预存的多个历史工作票的词组向量，计算得到所述待开工作票与多个历史工作票之间的相似度，并显示相似度满足预设条件的历史工作票以作为参考。

2.根据权利要求1所述的方法，其特征在于，在接收输入的待开工作票的文本内容之前，所述方法还包括，对历史工作票的文本内容进行处理得到对应词组向量的步骤，该步骤包括：

对所述历史工作票的文本内容进行分词处理，得到多个词组；

去除所述多个词组中的停用词组，得到有效词组；

计算各个有效词组在所述历史工作票的文本内容中的权重值，由各个有效词组的权重值得到该历史工作票的词组向量。

3.根据权利要求2所述的方法，其特征在于，根据所述待开工作票的词组向量及多个历史工作票的词组向量，计算得到所述待开工作票与多个历史工作票之间的相似度，包括：

通过余弦函数计算所述待开工作票的词组向量及所述多个历史工作票的词组向量夹角的余弦值，从而得到所述待开工作票与多个历史工作票之间的相似度。

4.根据权利要求1所述的方法，其特征在于，所述显示相似度满足预设条件的历史工作票以作为参考，包括：

判断所述历史工作票的相似度是否大于预设值；

若大于，则将对应的历史工作票进行显示以作为所述待开工作票的参考。

5.根据权利要求1所述的方法，其特征在于，所述计算各个有效词组在所述待开工作票的文本内容中的权重值，包括：

通过公式计算各个有效词组在所述待开工作票的文本内容中的权重值，其中，所述m(w)为有效词组w在待开工作票的文本内容中出现的次数，M为所述待开工作票的文本内容的总词数，N为进行相似度匹配的文本总数，n(w)为包含有效词组w的文本数量。

6.根据权利要求3所述的方法，其特征在于，所述余弦函数为：

其中，a_i为待开工作票的文本内容中第i个词组对应的权重值，b_i为历史工作票的文本内容中第i个词组对应的权重值。

7.一种工作票的相似度匹配装置，其特征在于，所述装置包括：

分词模块，用于对接收到的待开工作票的文本内容进行分词处理，得到多个词组；

去除模块，用于去除所述多个词组中的停用词组，得到有效词组；

向量计算模块，用于计算各个有效词组在待开工作票的文本内容中的权重值，由各个有效词组的权重值得到该待开工作票的词组向量；

相似度计算模块，用于根据待开工作票的词组向量及预存的多个历史工作票的词组向量，计算得到待开工作票与多个历史工作票之间的相似度，并显示相似度满足预设条件的历史工作票以作为参考。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括，预处理模块，用于对历史工作票的文本内容进行处理得到对应词组向量，所述预处理模块具体用于：

对所述历史工作票的文本内容进行分词处理，得到多个词组；

去除所述多个词组中的停用词组，得到有效词组；

计算各个有效词组在所述历史工作票的文本内容中的权重值，由各个有效词组的权重值得到该历史工作票的词组向量。

9.根据权利要求8所述的装置，其特征在于，所述相似度计算模块具体用于：

通过余弦函数计算所述待开工作票的词组向量及所述多个历史工作票的词组向量夹角的余弦值，从而得到所述待开工作票与多个历史工作票之间的相似度。

10.根据权利要求7所述的装置，其特征在于，相似度计算模块具体还用于：

判断所述历史工作票的相似度是否大于预设值；

若大于，则将对应的历史工作票进行显示以作为所述待开工作票的参考。