[发明专利]一种基于文件相似度的排重方法及系统在审
| 申请号： | 201410421951.6 | 申请日： | 2014-08-25 |
| 公开（公告）号： | CN104216968A | 公开（公告）日： | 2014-12-17 |
| 发明（设计）人： | 易乔治;管晏 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京捷诚信通专利事务所(普通合伙) 11221 | 代理人： | 魏殿绅;庞炳良 |
| 地址： | 430000 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于文件相似度的排重方法及系统，涉及文字相似度的计算和检测领域。该方法包括以下步骤：抽取需要比对的文件，生成纯文字；对纯文字进行规范化处理，生成规范文字单元；将规范文字单元进行编码，通过编码算法生成一种固定长度、且不可逆转的代表码；对需要比对的文件的代表码的关键词进行抽取，生成关键词序列；根据需要比对的句子的关键词序列，计算需要比对的句子的词形相似度和词序相似度；根据需要比对的句子的词形相似度和词序相似度，计算需要比对的句子的相似度；根据句子的相似度计算需要比对的文件的相似度。本发明不仅能够适用于中国文字，便于国内用户使用，而且比对相似文件的精准度较高。 | ||
| 搜索关键词： | 一种 基于 文件 相似 方法 系统 | ||
【主权项】：
一种基于文件相似度的排重方法，其特征在于，包括以下步骤：A、抽取需要比对的文件，生成纯文字；B、对纯文字进行规范化处理，生成规范文字单元；文字单元包括段落、句子和关键词；C、将规范文字单元进行编码，通过编码算法生成一种固定长度、且不可逆转的代表码；D、对需要比对的文件的代表码的关键词进行抽取，生成关键词序列；根据需要比对的句子的关键词序列，计算需要比对的句子的词形相似度和词序相似度；根据需要比对的句子的词形相似度和词序相似度，计算需要比对的句子的相似度；根据句子的相似度计算需要比对的文件的相似度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华中科技大学，未经华中科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410421951.6/，转载请声明来源钻瓜专利网。
- 上一篇：应用程序的索引方法及装置
- 下一篇：一种便携式球网支架
