[发明专利]基于汉字笔画的汉语短文本相似度检测方法及系统在审
| 申请号： | 201910877967.0 | 申请日： | 2019-09-17 |
| 公开（公告）号： | CN110674859A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 王路;王颖娜;张金生;魏俊华 | 申请（专利权）人： | 智阳网络技术(上海)有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/68;G06K9/20 |
| 代理公司： | 31297 上海宏京知识产权代理事务所(普通合伙) | 代理人： | 李敏 |
| 地址： | 201802 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了人工智能自然语言处理技术领域的基于汉字笔画的汉语短文本相似度检测方法及系统，包括：一、判断当前输入汉字是否属于笔画笔顺编码库；二、在步骤一中输入的汉字位于笔画笔顺编码库中时，直接对OCR生成文本与源文件进行编码；三、在步骤一中输入的汉字在笔画笔顺编码库中缺失时，先构建该汉字的笔画笔顺编码，然后将构建的笔画笔顺编码加入到笔画笔顺编码库中，再对OCR生成文本与源文件进行编码；四、计算OCR生成文本与源文件之间的相似性。本发明能够大幅改善OCR生成文本的质量，通过笔画笔顺信息计算短文本的相似性推测OCR生成文本的源文本，并利用源文本对OCR生成文本进行修复；提高了汉语短文本分类的精度，改善汉语短文本的分类效果。 | ||
| 搜索关键词： | 笔画笔顺 文本 编码库 短文本 源文件 汉字 源文本 汉语 构建 自然语言处理技术 短文本分类 相似度检测 人工智能 分类效果 汉字笔画 输入汉字 信息计算 修复 | ||
【主权项】：
1.基于汉字笔画的汉语短文本相似度检测方法，其特征在于，包括如下步骤：/n步骤一、判断当前输入汉字是否属于笔画笔顺编码库；/n步骤二、在步骤一中输入的汉字位于笔画笔顺编码库中时，直接对OCR生成文本与源文件进行编码；/n步骤三、在步骤一中输入的汉字在笔画笔顺编码库中缺失时，先构建该汉字的笔画笔顺编码，然后将构建的笔画笔顺编码加入到笔画笔顺编码库中，再对OCR生成文本与源文件进行编码；/n步骤四、计算OCR生成文本与源文件之间的相似性。/n
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智阳网络技术(上海)有限公司，未经智阳网络技术(上海)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/201910877967.0/，转载请声明来源钻瓜专利网。
