[发明专利]一种数字指纹提取方法、装置和文字作品识别方法、装置

权利要求书

1.一种数字指纹的提取方法，其特征在于，所述方法包括：

将文字作品按照预设的划分方式划分为至少一个文字作品单元；

提取每一个所述文字作品单元中的文字特征信息作为该文字作品单元的指纹特征；

保存所述文字作品中所有文字作品单元的指纹特征，生成所述文字作品的数字指纹。

2.根据权利要求1所述的方法，其特征在于，所述提取每一个所述文字作品单元中的文字特征信息作为该文字作品单元的指纹特征具体包括：

将所述文字作品单元中的所有文字转化为对应的拼音；

提取每一个文字对应拼音的首字母，按照首字母对所述文字作品单元中的所有文字进行分类，统计每一类首字母所包括的文字的字数；

分别计算每一类首字母所包括的文字的字数占所述文字作品单元中的所有文字的字数的比例，得到每一类首字母对应的比例；

将所述每一类首字母对应的比例组合成字符串，生成该文字作品单元的指纹特征。

3.根据权利要求1所述的方法，其特征在于，所述预设的划分方式包括：

将文字作品整体作为一个文字作品单元进行划分；

和/或

将文字作品的每一个章节作为一个文字作品单元进行划分；

和/或

将文字作品的每一个段落作为一个文字作品单元进行划分。

4.一种文字作品的识别方法，其特征在于，所述方法包括：

生成待识别的文字作品的数字指纹；

分别将所述待识别文字作品的数字指纹与预存在母本指纹库中的所有数字指纹进行比对，得到所述待识别文字作品的数字指纹与母本指纹库中的数字指纹的相似度值，将所述相似度值与设定的阈值进行比较；所述母本指纹库存储有文字作品母本库中的所有文字作品的数字指纹；

当有至少一条相似度值小于设定阈值时，则判定所述待识别的文字作品属于所述文字作品母本库。

5.根据权利要求4所述的方法，其特征在于，所述方法进一步包括：

为所述文字作品母本库中的每一部文字作品生成对应的数字指纹。

6.根据权利要求5所述的方法，其特征在于，所述为所述文字作品母本库中的每一部文字作品生成对应的数字指纹具体包括：

从所述文字作品母本库中读取一部文字作品；

从划分方式集合中选取所有划分方式作为预设的划分方式；

将所述文字作品按照预设的划分方式划分为至少一个文字作品单元；

提取每一个所述文字作品单元中的文字特征信息作为该文字作品单元的指纹特征；

保存所述文字作品中的所有文字作品单元的指纹特征，生成所述文字作品的数字指纹。

7.根据权利要求4所述的方法，其特征在于，所述生成待识别的文字作品的数字指纹具体包括：

从划分方式集合中选取至少一种划分方式作为预设的划分方式；

将所述待识别的文字作品按照预设的划分方式划分为至少一个文字作品单元；

提取每一个所述文字作品单元中的文字特征信息作为该文字作品单元的指纹特征；

保存所述待识别的文字作品中至少一个文字作品单元的指纹特征，生成所述待识别的文字作品的数字指纹。

8.根据权利要求6或7所述的方法，其特征在于，所述提取每一个所述文字作品单元中的文字特征信息作为该文字作品单元的指纹特征具体包括：

将所述文字作品单元中的所有文字转化为对应的拼音；

提取每一个文字对应的拼音的首字母，按照首字母对所述文字作品单元中的所有文字进行分类，统计每一类首字母所包括的文字的字数；

分别计算每一类首字母所包括的文字的字数占所述文字作品单元中的所有文字的字数的比例，得到每一类首字母对应的比例；

将所述每一类首字母对应的比例组合成字符串，生成该文字作品单元的指纹特征。

9.根据权利要求6或7所述的方法，其特征在于，所述划分方式集合包括：

将文字作品整体作为一个文字作品单元进行划分；

和/或

将文字作品的每一个章节作为一个文字作品单元进行划分；

和/或

将文字作品每一个段落作为一个文字作品单元进行划分。