[发明专利]一种汉字字形相似度计算方法

摘要

本发明涉及一种汉字字形相似度计算方法，信息处理技术领域。本发明通过中文点阵字库和汉字五笔书写顺序规则，建立汉字特征数据库和汉字笔画数据库，对任意两个汉字查找其汉字特征向量和汉字笔画编码字符串，之后通过余弦定理计算出基于汉字特征的字形相似度，通过Jaro‑Winkler Distance算法计算出基于汉字笔画的字形相似度，两个相似度分别从不同方面反映了汉字的相似程度，最后再将所计算的两个相似度进行融合，得到最终相似度。本发明与现有技术相比，主要解决了现有技术准确性欠佳、灵活性差等现象，致力于增加目前依靠计算机进行汉字字形相似度计算的准确性。

主权项

一种汉字字形相似度计算方法，其特征在于，具体包括以下步骤：Step0.1：提取汉字特征并建立汉字特征数据库，根据15×16像素中文点阵字库，将点阵按照从上至下，从左至右的规则划分为40个2×3像素的小矩阵，记2×3像素小矩阵中汉字所占像素数为p_i,i∈[0,40]，观察所有p_i,i∈[0,40]并生成该汉字所对应的汉字特征向量{p₁,p₂,…,p₄₀}，且将所有汉字及生成的汉字特征向量存入数据库，组建汉字特征数据库；Step0.2：提取汉字笔画并建立汉字笔画数据库，按照汉字五笔书写顺序规则，将横、竖、撇、捺、折编码为数字的1、2、3、4、5，生成该汉字所对应的汉字笔画编码字符串str，且将所有汉字及生成的汉字笔画编码字符串存入数据库，组建汉字笔画数据库；Step1：记X、Y为两个将要计算字形相似度的汉字，从汉字特征数据库中分别获取这两个汉字所对应的汉字特征向量X:{x₁,x₂,…,x₄₀}和Y:{y₁,y₂,…,y₄₀}，从汉字笔画数据库中分别获取这两个汉字所对应的汉字笔画编码字符串str_x和str_y；Step2：将汉字特征向量X:{x₁,x₂,…,x₄₀}和Y:{y₁,y₂,…,y₄₀}作为输入，由余弦定理计算公式(1)求得汉字X、Y之间基于汉字特征的字形相似度Sim₁(X,Y)；${\mathrm{Sim}}_1(X,Y)=\frac{x_1{y}_1+x_2{y}_2+...+x_{40}{y}_{40}}{\sqrt{x_1^2+x_2^2+\mathrm{...}+x_{40}^2}\·\sqrt{y_1^2+y_2^2+\mathrm{...}+y_{40}^2}}---\left(1\right)$Step3：将汉字笔画编码字符串str_x和str_y作为输入，由Jaro‑Winkler Distance算法求得汉字X、Y之间基于汉字笔画的字形相似度Sim₂(X,Y)；Step3.1：获取汉字笔画编码字符串str_x和str_y的长度len_x和len_y，并生成检测矩阵Step3.2：根据公式(2)计算匹配窗口值MW；$MW=\frac{Max\left(\right|{\mathrm{len}}_x|,|{\mathrm{len}}_y\left|\right)}{2}-1---\left(2\right)$Step3.3：由检测矩阵及匹配窗口值MW，根据相关规则，计算匹配字符数m和匹配字符换位数n，并根据公式(3)计算汉字笔画编码字符串str_x和str_y之间的Jaro Distance；${\mathrm{Dis}}_j=\left\{\begin{array}{cc}0& m=0\\ \frac{1}{3}(\frac{m}{{\mathrm{len}}_x}+\frac{m}{{\mathrm{len}}_y}+\frac{m-n}{m})& m\>0\end{array}\right.---\left(3\right)$Step3.4：获取汉字笔画编码字符串str_x和str_y的最长公共子串str_xy，并得到其长度len_xy，根据公式(4)进一步计算汉字笔画编码字符串str_x和str_y之间的Jaro‑Winkler Distance，该值即为汉字X、Y之间基于汉字笔画的字形相似度Sim₂(X,Y)；

×

专利文献下载

说明：

1、专利原文基于中国国家知识产权局专利说明书；

2、支持发明专利 、实用新型专利、外观设计专利（升级中）；

3、专利数据每周两次同步更新，支持Adobe PDF格式；

4、内容包括专利技术的结构示意图、流程工艺图或技术构造图；

5、已全新升级为极速版,下载速度显著提升！欢迎使用！

请您登陆后，进行下载，点击【登陆】 【注册】

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：。

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

周一至周五 9:00-18:00

版权所有http://www.vipzhuanli.com/公布日期

咨询在线客服

tel code back_top

服务热线：

投诉建议：

扫一扫，微信关注钻瓜专利网

定制专利/购买专利

行业大牛为您服务 快来咨询~