[发明专利]文本相似度的确定方法和装置有效
| 申请号： | 201510850382.1 | 申请日： | 2015-11-27 |
| 公开（公告）号： | CN106815197B | 公开（公告）日： | 2020-07-31 |
| 发明（设计）人： | 刘粉香 | 申请（专利权）人： | 北京国双科技有限公司 |
| 主分类号： | G06F40/232 | 分类号： | G06F40/232 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 韩建伟;张永明 |
| 地址： | 100083 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种文本相似度的确定方法和装置。其中，该方法包括：将第一中文文本中的汉字转化为拼音，得到第一拼音文本，将第二中文文本中的汉字转化为拼音，得到第二拼音文本；以词语为单元从第一拼音文本中提取出多个第一字符串，以词语为单元从第二拼音文本中提取出多个第二字符串；计算第一字符串Ai与第二字符串Bj的相似度，其中，i取1至m，j取1至n，其中，m为多个第一字符串中第一字符串的个数，n为多个第二字符串中第二字符串的个数；以及将计算出的最大的相似度确定为第一中文文本与第二中文文本的相似度。本申请解决了现有技术难以有效识别因拼写错误造成的相似文本的技术问题。 | ||
| 搜索关键词： | 文本 相似 确定 方法 装置 | ||
【主权项】：
一种文本相似度的确定方法，其特征在于，包括：将第一中文文本中的汉字转化为拼音，得到第一拼音文本，将第二中文文本中的汉字转化为拼音，得到第二拼音文本；以词语为单元从所述第一拼音文本中提取出多个第一字符串，以词语为单元从所述第二拼音文本中提取出多个第二字符串，其中，所述第一字符串为第一中文文本中多个连续的词语对应的拼音，所述第二字符串为第二中文文本中多个连续的词语对应的拼音；计算第一字符串Ai与第二字符串Bj的相似度，其中，i取1至m，j取1至n，m为所述多个第一字符串中第一字符串的个数，n为所述多个第二字符串中第二字符串的个数；以及将计算出的最大的相似度确定为所述第一中文文本与所述第二中文文本的相似度。
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北京国双科技有限公司，未经北京国双科技有限公司许可，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/201510850382.1/，转载请声明来源钻瓜专利网。
