[发明专利]相似文本识别方法及装置在审
| 申请号： | 201811425522.0 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109614610A | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 樊芳利 | 申请（专利权）人： | 新华三大数据技术有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 北京林达刘知识产权代理事务所(普通合伙) 11277 | 代理人： | 刘新宇 |
| 地址： | 450000 河南省郑州市高新技*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及一种相似文本识别方法及装置，包括获取标注完成的文本对作为训练样本；根据所述训练样本，训练语义模型，所述语义模型的输出结果对应正样本或者负样本；采用所述语义模型从待识别文本中筛选出与目标文本相似的待定文本；采用字面距离模型从所述待定文本中筛选出目标文本的相似文本。通过语义模型加字面距离模型的瀑布式组合模型，根据本公开实施例的相似文本识别方法及装置能够提升相似文本识别的精度。 | ||
| 搜索关键词： | 文本识别 语义模型 文本 目标文本 训练样本 筛选 输出结果 组合模型 负样本 正样本 标注 瀑布 | ||
【主权项】：
1.一种相似文本识别方法，其特征在于，所述方法包括：获取标注完成的文本对作为训练样本；其中，所述文本对包括第一文本和第二文本，所述文本对的标注结果代表正样本时，所述第一文本和所述第二文本为相似文本，所述文本对的标注结果代表负样本时，所述第一文本和第二文本不是相似文本；根据所述训练样本，训练语义模型，所述语义模型的输出结果对应正样本或者负样本；采用所述语义模型从待识别文本中筛选出与目标文本相似的待定文本；采用字面距离模型从所述待定文本中筛选出目标文本的相似文本。
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新华三大数据技术有限公司，未经新华三大数据技术有限公司许可，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/201811425522.0/，转载请声明来源钻瓜专利网。
