[发明专利]一种度量文档的相似度的方法及装置在审
| 申请号： | 201610130558.0 | 申请日： | 2016-03-08 |
| 公开（公告）号： | CN105808726A | 公开（公告）日： | 2016-07-27 |
| 发明（设计）人： | 于文才;甄教明;王茂帅;高峰;柳廷娜 | 申请（专利权）人： | 浪潮软件股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 李世喆 |
| 地址： | 250100 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种度量文档的相似度的方法及装置，该方法，包括：获取目标文档和至少一个比对文档；对所述目标文档和所述至少一个比对文档进行分词，获取每个比对文档的待处理单词和所述目标文档的待处理单词；根据每个比对文档中的每个待处理单词的出现次数，生成每个比对文档的比对语义向量，并根据所述目标文档的每个待处理单词的出现次数，生成所述目标文档的目标语义向量；根据所述目标语义向量和每个比对语义向量，确定所述目标文档与每个比对文档的相似度。本发明提供了一种度量文档的相似度的方法及装置，能够更加准确的确定出文档的相似度。 | ||
| 搜索关键词： | 一种 度量 文档 相似 方法 装置 | ||
【主权项】：
一种度量文档的相似度的方法，其特征在于，包括：S1：获取目标文档和至少一个比对文档；S2：对所述目标文档和所述至少一个比对文档进行分词，获取每个比对文档的待处理单词和所述目标文档的待处理单词；S3：根据每个比对文档中的每个待处理单词的出现次数，生成每个比对文档的比对语义向量，并根据所述目标文档的每个待处理单词的出现次数，生成所述目标文档的目标语义向量；S4：根据所述目标语义向量和每个比对语义向量，确定所述目标文档与每个比对文档的相似度。
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浪潮软件股份有限公司，未经浪潮软件股份有限公司许可，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/201610130558.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据处理的方法及装置
- 下一篇：面向大数据存储中心的数据集成系统及方法
