[发明专利]一种基于语义分析的文档查重方法和装置有效
| 申请号： | 201810488412.2 | 申请日： | 2018-05-21 |
| 公开（公告）号： | CN108804418B | 公开（公告）日： | 2022-03-08 |
| 发明（设计）人： | 王乐;石园 | 申请（专利权）人： | 浪潮软件股份有限公司 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06F40/30;G06F40/194 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 李世喆 |
| 地址： | 271000 山东省*** | 国省代码： | 山东;37 |
| 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语义分析的文档查重方法和装置，包括：确定待查重文档和对比文档；根据预设的格式标准，对所述待查重文档、所述对比文档进行格式转换；对经过格式转换的所述待查重文档、所述对比文档进行分词；根据所述待查重文档的分词结果和所述对比文档的分词结果，进行同义词归并，确定第一相似度；根据所述待查重文档的分词结果和所述对比文档的分词结果，进行聚类分析，确定第二相似度；根据所述第一相似度和所述第二相似度，确定所述待查重文档与所述对比文档的重复率。本发明提供的方案能够提高查重的精确度。 | ||
| 搜索关键词： | 一种 基于 语义 分析 文档 方法 装置 | ||
【主权项】：
1.一种基于语义分析的文档查重方法，其特征在于，包括：确定待查重文档和对比文档；根据预设的格式标准，对所述待查重文档、所述对比文档进行格式转换；对经过格式转换的所述待查重文档、所述对比文档进行分词；根据所述待查重文档的分词结果和所述对比文档的分词结果，进行同义词归并，确定第一相似度；根据所述待查重文档的分词结果和所述对比文档的分词结果，进行聚类分析，确定第二相似度；根据所述第一相似度和所述第二相似度，确定所述待查重文档与所述对比文档的重复率。
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浪潮软件股份有限公司，未经浪潮软件股份有限公司许可，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/201810488412.2/，转载请声明来源钻瓜专利网。
