[发明专利]预览文件生成方法、文件预览方法、装置及计算设备

权利要求书

1.一种预览文件生成方法，其特征在于，包括：

获取源文件；

确定所述源文件对应的各个文件单元，并提取各个文件单元的内容语义；

基于各个文件单元的内容语义，对所述文件单元进行聚类，以生成所述源文件对应的多个类簇；

根据所述源文件对应的多个类簇对所述源文件进行分割，以生成所述源文件对应的多个预览文件。

2.根据权利要求1所述的方法，其特征在于，所述提取各个文件单元的内容语义进一步包括：

针对于任一文件单元，提取该文件单元的至少一个内容特征；

确定每个所述内容特征对应的权重；

根据所述至少一个内容特征以及所述每个所述内容特征对应的权重，计算该文件单元的内容语义。

3.根据权利要求1所述的方法，其特征在于，所述基于各个文件单元的内容语义，对所述文件单元进行聚类，以生成所述源文件对应的多个类簇进一步包括：

根据所述源文件的文件大小以及分割阈值，确定所述源文件对应的预览文件数量，并将所述源文件对应的预览文件数量作为类簇数量参数；

基于各个文件单元的内容语义以及所述类簇数量参数对所述文件单元进行聚类，以生成所述源文件对应的多个类簇；其中，所述多个类簇的数量与所述类簇数量参数一致。

4.根据权利要求3所述的方法，其特征在于，所述基于各个文件单元的内容语义，对所述文件单元进行聚类，以生成所述源文件对应的多个类簇进一步包括：

根据各个文件单元的内容语义，计算所述源文件对应的语义方差；

根据所述源文件对应的语义方差，确定初始聚类中心；

根据所述初始聚类中心，采用迭代聚类算法基于各个文件单元的内容语义，对所述文件单元进行聚类，以生成所述源文件对应的多个类簇。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述根据所述源文件对应的多个类簇对所述源文件进行分割，以生成所述源文件对应的多个预览文件进一步包括：

确定各个类簇的簇心对应的目标文件单元；

按照所述目标文件单元的编码的大小顺序，对所述目标文件单元进行排序；

针对于任意两个排序位列相邻的目标文件单元，根据该两个相邻的目标文件单元的编码的平均值确定分割点；

根据确定的分割点对所述源文件进行分割，以生成所述源文件对应的多个预览文件。

6.一种文件预览方法，其特征在于，包括：

响应于用户的文件预览操作，向服务器发起文件预览请求；

接收服务器反馈的与所述文件预览请求匹配的预览文件；其中，所述预览文件具体为服务器对源文件进行分割获得的，一个源文件分割为多个预览文件；

展示接收到的预览文件。

7.一种预览文件生成装置，其特征在于，包括：

源文件获取模块，用于获取源文件；

语义提取模块，用于确定所述源文件对应的各个文件单元，并提取各个文件单元的内容语义；

聚类模块，用于基于各个文件单元的内容语义，对所述文件单元进行聚类，以生成所述源文件对应的多个类簇；

分割模块，用于根据所述源文件对应的多个类簇对所述源文件进行分割，以生成所述源文件对应的多个预览文件。

8.一种文件预览装置，其特征在于，包括：

请求模块，用于响应于用户的文件预览操作，向服务器发起文件预览请求；

接收模块，用于接收服务器反馈的与所述文件预览请求匹配的预览文件；其中，所述预览文件具体为服务器对源文件进行分割获得的，一个源文件分割为多个预览文件；

展示模块，用于展示接收到的预览文件。