[发明专利]一种句子信息指纹表示方法、句子查重方法及系统

摘要

本发明提出了一种句子信息指纹表示方法、句子查重方法及系统，涉及信息处理技术领域。该句子信息指纹表示方法通过获取待测句子信息；计算待测句子信息中的字数；根据字数在预置的字数表中进行匹配，得到字数对应的截取数量；根据截取数量按顺序提取待测句子信息中对应截取数量的字；将提取的待测句子信息中对应截取数量的字分别进行UTF‑8编码，生成各个字对应的编码信息；将各个字对应的编码信息按照预设的参数进行求余，生成各个编码的余数；将各个编码余数按照顺序进行排序，生成句子的信息指纹。从而避免了因关键词和高频词的提取较为困难，导致指纹信息不够准确的问题。