[发明专利]一种文本去重方法、装置、电子设备及存储介质在审
| 申请号： | 202210283294.8 | 申请日： | 2022-03-22 |
| 公开（公告）号： | CN114742042A | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 潘帅;陈家银;张伟;陈曦;麻志毅 | 申请（专利权）人： | 杭州未名信科科技有限公司;浙江省北大信息技术高等研究院 |
| 主分类号： | G06F40/268 | 分类号： | G06F40/268;G06F40/30;G06F40/216;G06F16/31;G06F16/33 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 付婧 |
| 地址： | 311200 浙江省杭州市萧*** | 国省代码： | 浙江;33 |
| 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本去重方法、装置、电子设备及存储介质，方法包括：确定待去重文本的标题中的代表性词；判断由已去重文本的标题构建的索引空间中的索引是否存在代表性词；若不存在，则确定待去重文本不是重复文本；若存在，则基于标题词性方式判定待去重文本是否为重复文本；在确定待去重文本不是重复文本时，以代表性词为索引，以标题和词性标注结果为键值添加到索引空间。通过获取文本的标题中最具有影响力的代表性词去重，可以进一步降低去重复杂度，提高去重效率，并且基于相似语义文本之间影响力最大的词相同的假设，当判断这个代表性词存在于由已去重文本的标题构建的索引空间中时，再基于标题词性方式进行去重，从而实现语义感知去重。 | ||
| 搜索关键词： | 一种 文本 方法 装置 电子设备 存储 介质 | ||
【主权项】：
暂无信息
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杭州未名信科科技有限公司;浙江省北大信息技术高等研究院，未经杭州未名信科科技有限公司;浙江省北大信息技术高等研究院许可，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/202210283294.8/，转载请声明来源钻瓜专利网。
