[发明专利]用于内容比较的方法、装置和信息处理系统

摘要

本公开内容涉及用于内容比较的方法、装置和信息处理系统。该方法包括：识别至少两个待比较对象中包含的项目，所述项目包括短语、句子、段落、表格和图像中的至少一项；将所识别的项目进行配对以产生候选项目对，每个候选项目对包括至少两个项目，所述至少两个项目分别来自不同的待比较对象；基于第一预定义规则、第一用户历史行为和待比较对象的文本内容中的至少一项，确定所产生的候选项目对中的每一个候选项目对的特征；以及基于所确定的特征，将所产生的候选项目对中的至少一个候选项目对确定为可比项目对，其中每个可比项目对中包含的项目为可比项目。通过上述方案，能够自动且有效地识别出比较对象中的可比项目。

主权项

1.一种用于内容比较的装置，包括：识别单元，被配置为识别至少两个待比较对象中包含的项目，所述项目包括短语、句子、段落、表格和图像中的至少一项；配对单元，被配置为将所识别的项目进行配对以产生候选项目对，每个候选项目对包括至少两个项目，所述至少两个项目分别来自不同的待比较对象；特征确定单元，被配置为通过确定以下各项值中的至少一项值来确定所产生的候选项目对中的每一个候选项目对的特征；其中，所述各项值包括：基于第一预定义规则确定的特征值、基于第一用户历史行为确定的项目共现次数、基于待比较对象的文本内容确定的项目共现次数；以及可比项目确定单元，被配置为基于所确定的特征，将所产生的候选项目对中的至少一个候选项目对确定为可比项目对，其中每个可比项目对中包含的项目为可比项目；其中，在基于所述第一预定义规则确定所述特征值的情况下，所述特征确定单元包括：第一子单元，被配置为通过判断候选项目对中包含的项目在数据库中是否被定义为可比项目，确定该候选项目对的特征值；和/或第二子单元，被配置为通过判断候选项目对中包含的项目在其各自的待比较对象中是否具有相似布局，确定该候选项目对的特征值。