[发明专利]一种基于复杂网络文本语意图编码方式的专利查重方法及系统在审
| 申请号： | 201910707604.2 | 申请日： | 2019-08-01 |
| 公开（公告）号： | CN110609932A | 公开（公告）日： | 2019-12-24 |
| 发明（设计）人： | 周明星;陈运文;江永青;桂洪冠;边一雄;纪达麒 | 申请（专利权）人： | 达而观信息科技(上海)有限公司 |
| 主分类号： | G06F16/9032 | 分类号： | G06F16/9032;G06F16/951;G06F17/22 |
| 代理公司： | 31105 上海智力专利商标事务所(普通合伙) | 代理人： | 周涛 |
| 地址： | 201203 上海市浦东新区*** | 国省代码： | 上海;31 |
| 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复杂网络文本语意图编码方式的专利查重方法及系统，所述方法包括以下步骤：将从互联网中获取的公开数据集预处理成语料数据；将语料数据输入Word2Vector模型中进行训练和测试，生成词向量模型；将待查重长文本和公开长文本分别输入词向量模型中，得到待查重长文本词向量和公开长文本词向量；构建待查重长文本多维复杂有向图和公开长文本多维复杂有向图；获取待查重长文本的张量、公开长文本的张量；通过计算待查重长文本张量与公开长文本张量之间的相似度来判定文本相似程度。本发明提出的复杂网络文本语意图编码方式能够充分表示出文档中字、词的关系以及关系的权重，表意清晰，物理意义明确，易于计算。 | ||
| 搜索关键词： | 长文本 词向量 编码方式 复杂网络 文本 有向图 多维 预处理 物理意义 相似程度 向量模型 输入词 数据集 相似度 表意 构建 权重 文档 语料 成语 判定 测试 互联网 清晰 | ||
【主权项】：
1.一种基于复杂网络文本语意图编码方式的专利查重方法，其特征在于，实现过程包括以下步骤：/nS1，对从互联网获取的公开数据集进行预处理，得到语料数据；/nS2，将语料数据作为输入，进行Word2Vector模型训练和测试，生成词向量模型；/nS3，将待查重长文本数据和公开长文本数据分别输入词向量模型中，得到待查重长文本词向量和公开长文本词向量；/nS4，根据待查重长文本词向量构建待查重长文本多维复杂有向图，根据公开长文本词向量构建公开长文本多维复杂有向图；/nS5，通过待查重长文本多维复杂有向图获取待查重长文本的张量，通过公开长文本多维复杂有向图获取公开长文本的张量；/nS6，通过待查重长文本的张量与公开长文本的张量计算待查重长文本与公开长文本之间的相似度。/n
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达而观信息科技(上海)有限公司，未经达而观信息科技(上海)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/201910707604.2/，转载请声明来源钻瓜专利网。
- 上一篇：姓名比对方法及装置
- 下一篇：图像处理方法及装置、电子设备和存储介质
