[发明专利]检索和相似度分析一体化的方法、装置和存储介质

权利要求书

1.检索和相似度分析一体化的方法，其特征在于，包括以下步骤：

获取输入文本，并根据输入文本确定检索词；

根据检索词，确定若干个匹配文档；

根据匹配文档和输入文本，确定输入文本与每一匹配文档的相似度；

根据匹配文档返回每一匹配文档的摘要文本。

2.根据权利要求1所述检索和相似度分析一体化的方法，其特征在于：所述根据输入文本确定检索词的步骤中，包括以下步骤：

对第一文本进行分词处理，获得第一名词和第二名词；

分别为第一名词和第二名词配置第一分值和第二分值；

根据第一分值、第二分值和第一预设阈值，确定预设第一阈值数量的检索词；

其中，第一名词包括地点名词、人名、纯数字中的至少一种，第一分值大于第二分值，第二名词包括检索词和第一名词。

3.根据权利要求2所述检索和相似度分析一体化的方法，其特征在于：所述根据第一分值、第二分值和第一预设阈值，确定预设第一阈值数量的检索词的步骤中，包括以下步骤：

若第一名词和第二名词的数量小于第一预设阈值，通过TextRank算法获取输入文本的关键词；

根据第一分值、第二分值和关键词，确定预设第一阈值数量的检索词。

4.根据权利要求1所述检索和相似度分析一体化的方法，其特征在于：所述根据检索词，确定若干个匹配文档的步骤中，包括以下步骤：

根据检索词进行检索，获取每一检索词对应的初步匹配文档和初步匹配文档的初步匹配分值；

将相同的初步匹配文档的初步匹配分值进行累加，得到初步匹配文档的匹配分值；

根据匹配分值和第二预设阈值，确定若干个匹配文档。

5.根据权利要求4所述检索和相似度分析一体化的方法，其特征在于：所述根据匹配分值和第二预设阈值，确定若干个匹配文档的步骤中，具体地：

将匹配分值由高至低排名的排名不大于第二预设阈值的初步匹配文档作为匹配文档。

6.根据权利要求1所述检索和相似度分析一体化的方法，其特征在于：所述根据匹配文档和输入文本，确定输入文本与每一匹配文档的相似度的步骤中，包括以下步骤：

根据输入文本获取输入文本的第一主题关键词集合，根据匹配文档分别获取每一匹配文档对应的第二主题关键词集合；

根据输入文本和匹配文档，分别获取输入文本相对每一匹配文档相似的第一句子的第一数量，以及分别获取每一匹配文档相对输入文本相似的第二句子的第二数量；

分别获取输入文本与每一匹配文档的相似度分析结果，相似度分析结果包括主题关联度、内容相似度、输入文本相对匹配文档的相似度、匹配文档相对输入文本的相似度的至少一种；

根据主题关联度、内容相似度、输入文本相对匹配文档的相似度、匹配文档相对输入文本的相似度的累加结果，得到输入文本与每一匹配文档的相似度；

具体地，相似度分析结果的获取步骤如下：

根据第一主题关键词集合和第二主题关键词集合，得到主题关联度；

根据第一主题关键词集合和第一数量，得到输入文本相对匹配文档的相似度；

根据第二主题关键词集合和第二数量，得到匹配文档相对输入文本的相似度；

根据第一主题关键词集合、第二主题关键词集合、第一数量和第二数量，得到内容相似度；

其中，第一主题关键词集合包括至少一个第一主题关键词、第二主题关键词集合包括至少一个第二主题关键词，输入文本包括第一句子，匹配文档包括第二句子。