一种相似新闻判别方法、系统及电子设备
基本信息
| 申请号 | CN201910695794.0 | 申请日 | - |
| 公开（公告）号 | CN110399464A | 公开（公告）日 | 2019-11-01 |
| 申请公布号 | CN110399464A | 申请公布日 | 2019-11-01 |
| 分类号 | G06F16/33（2019.01）I; G06F16/951（2019.01）I; G06F17/27（2006.01）I; G06K9/62（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 曾颖清 | 申请（专利权）人 | 广州吉信网络科技开发有限公司 |
| 代理机构 | 广东翰锐律师事务所 | 代理人 | 广州吉信网络科技开发有限公司 |
| 地址 | 510000 广东省广州市天河区东郊工业园路建工路8号3楼自编01号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及相似新闻判别方法、系统及电子设备，其兼顾判别的精确度和实时性。其步骤包括抓取步骤：对存量的新闻数据进行分词，对分词后的词语及其词频进行统计后建立词频库；计算步骤：对每篇新闻数据分别分词并提取关键词，根据所述词频库分别计算所述关键词的权重；根据计算步骤所述关键词及所述关键词的权重，计算每篇新闻数据的simhash值，并存入数据库中；对所述simhash值建立数据结构，和/或根据每篇新闻数据的simhash值进行相似处理，将相似的新闻数据合并入所述数据结构中，构建或更新得到相似的新闻id列表。 |
