[发明专利]一种文章查重方法及系统在审
| 申请号： | 201910182738.7 | 申请日： | 2019-03-12 |
| 公开（公告）号： | CN109918670A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 刘德彬;陈玮;孙世通 | 申请（专利权）人： | 重庆誉存大数据科技有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/33;G06F16/9535 |
| 代理公司： | 重庆智慧之源知识产权代理事务所(普通合伙) 50234 | 代理人： | 余洪 |
| 地址： | 401121 重庆市渝北*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文章查重方法及系统，所述方法包括：根据上传的文章的关键字，获取相关文本信息；从所述文本信息中选取对比样本；分别对该文章和对比样本进行分解；根据分解后的所述文章和所述对比样本，计算文本相似度。本发明提供的一种文章查重方法及系统，有效减少大学学校中老师的工作量，提高文章查重的判断结果的准确性。 | ||
| 搜索关键词： | 对比样本 文本信息 文本相似度 分解 判断结果 有效减少 上传 工作量 老师 | ||
【主权项】：
1.一种文章查重方法，其特征在于，所述方法包括：根据上传的文章的关键字，获取相关文本信息；从所述文本信息中选取对比样本；分别对该文章和对比样本进行分解；根据分解后的所述文章和所述对比样本，计算文本相似度；具体方式如下：将分解后的所述文章的句子，与分解后的所述对比样本的句子进行遍历比对，得出每个句子中相同词语数量和不同词语数量；根据所述相同词语数量和不同词语数量的比值，得出文章中句子与对比样本中的每个句子的相似度，将这些相似度的最大值作为对比样本的正文内容的总相似度；将文章中的余下的句子进行一一比对后得出每个句子与对比样本正文内容的总相似度，将总相似度加权平均得到文章的正文内容与对比样本的正文内容的文本相似度；对所述文章的整体相似度进行校验，校验方法包括：通过指定所述文章中的核心句子，与对比样本中每个句子进行遍历比对，得到句子相似度；当所述句子相似度与所述文本相似度之差超过预设值时，以所述句子相似度替代所述文本相似度呈现结果；其中，通过记录用户对所述文章相似度的评价结果，与计算得到所述文本相似度进行对比，加权综合超过一定阈值数量的记录用户相似度的评价结果，然后与所述文本相似度平均后得到结果并呈现出来。
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重庆誉存大数据科技有限公司，未经重庆誉存大数据科技有限公司许可，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/201910182738.7/，转载请声明来源钻瓜专利网。
