[发明专利]文字作品数字指纹库的比对方法及系统

说明书

技术领域

本发明涉及数字指纹应用领域，尤其涉及一种文字作品数字指纹库的比对方法及系统。

背景技术

网络文学，是随着互联网的普及而产生的。互联网络为上亿网民提供了多如恒沙的各类文学资料信息，与此同时，一种以这种新兴媒体为载体、依托、手段，以网民为接受对象，具有不同于传统文学特点的网络文学悄然勃兴。

由于借助强大的网络媒介，网络文学具有多样性、互动性和知识产权保护困难的特点。其形式可以类似传统文学，也可以是博文、帖子等非传统文体。实时回复、实时评论和投票是网络文学的重要特征。

目前，网络书站的数据库收录大量原创网络文字作品，网络书站负有保护其版权的责任，但是由于网络文学的易获性使得盗版复制行为越来越猖獗。这种行为不仅危及着作者的切身利益，而且影响了科学文化的健康发展。

文字作品对比，就是判断一个文字作品的内容是否是盗版复制。

当网络书站的数据库收录作品量达到一定级别时，从该数据库中进行文字作品对比时通常会花费较长的时间，这将造成高额的时间成本，数据库系统的性能和数据组织管理能力也会因此大大的减弱，甚至会造成系统的崩溃。

因此，需要一种文字作品比对方法及系统，能够优化大规模文字作品数据库查询，实现文字作品的高效地查询比对。

发明内容

本发明的目的在于提供一种文字作品数字指纹库的比对方法及系统，利用数字指纹的颗粒度大小，优化大规模文字作品数据库查询，实现文字作品的高效地查询比对。

为解决上述问题，本发明提供一种文字作品数字指纹库的比对方法，包括：

步骤S1：对已有文字作品进行分类，建立分类数据库；

步骤S2：采集所述分类数据库中的每部已有文字作品的大小不同的颗粒度数字指纹，建立所述分类数据库的数字指纹库；

步骤S3：根据待比对的文字作品的分类确定其所属的分类数据库；

步骤S4：采集所述待比对的文字作品的大小不同的颗粒度数字指纹；

步骤S5：按照所述待比对的文字作品的颗粒度数字指纹由大到小的顺序，完成待比对的文字作品在其所属的分类数据库的数字指纹库中的查询比对。

进一步的，所述颗粒度数字指纹按照由大到小的顺序依次为整部数字指纹、章节数字指纹和段落数字指纹。

进一步的，所述步骤S5具体包括：

步骤S51：将所述待比对的文字作品的整部数字指纹与其所属的分类数据库的数字指纹库中的整部数字指纹进行比对，若不匹配，比对结束；若匹配，继续步骤S52；

步骤S52：将所述待比对的文字作品的章节数字指纹与整部数字指纹匹配的已有文字作品的章节数字指纹进行比对，若不匹配，比对结束；若匹配，继续步骤S53；

步骤S53：将所述待比对的文字作品的段落数字指纹与章节数字指纹匹配的已有文字作品的段落数字指纹进行比对，若不匹配，比对结束；若匹配，将所述待比对的文字作品的来源进行标记和存档。

进一步的，所属同一分类数据库的已有文字作品，按照存取的频率不同存放在其所属的分类数据库的不同位置。

相应的，本发明还提供一种文字作品数字指纹库的比对系统，包括：

分类数据库模块，用于对已有文字作品进行分类，建立分类数据库；

数字指纹库模块，用于采集所述分类数据库中的每部已有文字作品的大小不同的颗粒度数字指纹，建立所述分类数据库的数字指纹库；

分类查询模块，用于根据待比对的文字作品的分类确定其所属的分类数据库；

指纹采集模块，用于采集所述待比对的文字作品的大小不同的颗粒度数字指纹；

指纹比对模块，用于按照所述待比对的文字作品的颗粒度数字指纹由大到小的顺序，完成待比对的文字作品在其所属的分类数据库的数字指纹库中的查询比对。

进一步的，所述颗粒度数字指纹按照颗粒度由大到小的顺序依次为整部数字指纹、章节数字指纹和段落数字指纹。

进一步的，所述指纹采集模块包括：

整部数字指纹采集单元，用于采集所述待比对的文字作品的整部数字指纹；

章节数字指纹采集单元，用于采集所述待比对的文字作品的章节数字指纹；

段落数字指纹采集单元，用于采集所述待比对的文字作品的段落数字指纹。

进一步的，所述指纹比对模块包括：

整部数字指纹比对单元，用于将所述待比对的文字作品的整部数字指纹与其所属的分类数据库的数字指纹库中的整部数字指纹进行比对；