首页/ 北京航天爱威电子技术有限公司/ 专利详情

一种计算汉语文档哈希值的方法

基本信息

申请号 CN202110941713.8 申请日 -
公开（公告）号 CN113626554A 公开（公告）日 2021-11-09
申请公布号 CN113626554A 申请公布日 2021-11-09
分类号 G06F16/31（2019.01）I;G06F40/289（2020.01）I;G06F40/30（2020.01）I;G06F40/247（2020.01）I;G06K9/62（2006.01）I 分类 计算；推算；计数;
发明人 蒋遂平;袁晓光;李智文;郑箘;姜志祥 申请（专利权）人 北京航天爱威电子技术有限公司
代理机构 中国兵器工业集团公司专利中心 代理人 辛海明
地址 100854北京市海淀区永定路51号
法律状态 -

摘要

摘要 本发明涉及一种计算汉语文档哈希值的方法，属于文档处理领域。本发明从汉语文档中分离出组成文档的主要汉字，计算分离出的不同汉字在汉语文档中的权重，计算文档中不同汉字的哈希值，根据汉字在文档中的权重和汉字哈希值，计算文档的混合权重，根据文档的混合权重，计算文档的哈希值。本发明提出的计算汉语文档哈希值的方法，计算简单，并考虑了语义信息，相似汉语文档的哈希值差异较小，不同汉语文档的哈希值差异较大，能够有效地区分不同文档，在文档大数据管理中具有重要的应用价值。