[发明专利]文章查重方法、装置和电子设备在审
| 申请号： | 201910653520.5 | 申请日： | 2019-07-18 |
| 公开（公告）号： | CN110347782A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 刘兆来;李大任;李大海 | 申请（专利权）人： | 知者信息技术服务成都有限公司 |
| 主分类号： | G06F16/31 | 分类号： | G06F16/31;G06F16/33;G06F17/22 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 范彦扬 |
| 地址： | 610000 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种文章查重方法，包括：将待查文章分割为至少一个文本片段；确定至少一个文本片段中与原创文本片段相似的文本片段，原创文本片段是通过分割原创文章而产生的；以及基于与原创文本片段相似的文本片段，确定待查文章是否与原创文章重复，其中确定相似的文本片段包括：根据文本片段的哈希值确定命中筛选器的文本片段，该筛选器基于原创文本片段的哈希值，根据命中筛选器的文本片段的关键词签名在原创文本片段索引中查找原创文本片段，计算文本片段和查找到的原创文本片段的相似度，以及基于相似度确定与原创文本片段相似的文本片段。本发明能够快速准确地辨别用户提交的文章是否与已有的文章重复。 | ||
| 搜索关键词： | 文本片段 筛选器 哈希 命中 相似度确定 电子设备 用户提交 相似度 分割 重复 索引 辨别 查找 | ||
【主权项】：
1.一种文章查重方法，包括：将待查文章分割为至少一个文本片段；确定所述至少一个文本片段中与原创文本片段相似的文本片段，所述原创文本片段是通过分割原创文章而产生的；以及基于所述与原创文本片段相似的文本片段，确定所述待查文章是否与原创文章重复，其中确定所述至少一个文本片段中与原创文本片段相似的文本片段包括根据所述文本片段的哈希值确定命中筛选器的文本片段，所述筛选器基于所述原创文本片段的哈希值；根据命中所述筛选器的文本片段的关键词签名在原创文本片段索引中查找原创文本片段；计算所述文本片段和查找到的原创文本片段的相似度；以及基于所述相似度确定所述与原创文本片段相似的文本片段。
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知者信息技术服务成都有限公司，未经知者信息技术服务成都有限公司许可，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/201910653520.5/，转载请声明来源钻瓜专利网。
