[发明专利]一种基于Spark-Streaming的文本相似性分析的数据处理方法和装置在审
| 申请号： | 201711262073.8 | 申请日： | 2017-12-04 |
| 公开（公告）号： | CN108009152A | 公开（公告）日： | 2018-05-08 |
| 发明（设计）人： | 李哲君;卫华飞;刘欢;程瑞辉 | 申请（专利权）人： | 陕西识代运筹信息科技股份有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/22 |
| 代理公司： | 北京众达德权知识产权代理有限公司 11570 | 代理人： | 刘杰 |
| 地址： | 710065 陕西省西安市*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于Spark‑Streaming的文本相似性分析的数据处理方法和装置，涉及计算机技术领域，所述方法包括：动态获得实时文本数据库；根据实时文本数据库，获得第一文本信息，获得第二文本信息；获得文本长度相似性信息；获得文本词序相似性信息；获得文本关键词相似性信息；获得文本语法相似性信息；根据所述文本长度相似性信息、所述文本词序相似性信息、所述文本关键词相似性信息、所述文本语法相似性信息，确定所述第一文本信息与所述第二文本信息的语句相似度。解决了现有技术中无法实现对实时网络数据流快速、准确的情感分析的技术问题。达到了基于大数据平台，实现对海量文本进行多维度、实时的、准确的文本相似性的技术效果。 | ||
| 搜索关键词： | 一种 基于 spark streaming 文本 相似性 分析 数据处理 方法 装置 | ||
【主权项】：
1.一种基于Spark-Streaming的文本相似性分析的数据处理方法，其特征在于，所述方法包括：根据Spark-Streaming动态获得实时文本数据库；根据所述实时文本数据库，获得第一文本信息，所述第一文本信息包括第一文本长度信息、第一文本词序信息、第一文本关键词信息、第一文本语法信息；根据所述实时文本数据库，获得第二文本信息，所述第二文本信息包括第二文本长度信息、第二文本词序信息、第二文本关键词信息、第二文本语法信息；根据所述第一文本长度信息、所述第二文本长度信息，获得文本长度相似性信息；根据所述第一文本词序信息、所述第二文本词序信息，获得文本词序相似性信息；根据所述第一文本关键词信息、所述第二文本关键词信息，获得文本关键词相似性信息；根据所述第一文本语法信息、所述第二文本语法信息，获得文本语法相似性信息；根据所述文本长度相似性信息、所述文本词序相似性信息、所述文本关键词相似性信息、所述文本语法相似性信息，确定所述第一文本信息与所述第二文本信息的语句相似度。
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陕西识代运筹信息科技股份有限公司，未经陕西识代运筹信息科技股份有限公司许可，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/201711262073.8/，转载请声明来源钻瓜专利网。
