一种识别相似文章的方法和装置
基本信息
| 申请号 | CN201811482306.X | 申请日 | - |
| 公开（公告）号 | CN109615001B | 公开（公告）日 | 2020-03-10 |
| 申请公布号 | CN109615001B | 申请公布日 | 2020-03-10 |
| 分类号 | G06K9/62;G06F16/332 | 分类 | 计算；推算；计数; |
| 发明人 | 赵华蕾;张晓军 | 申请（专利权）人 | 上海恺英网络科技有限公司 |
| 代理机构 | 上海百一领御专利代理事务所（普通合伙） | 代理人 | 上海恺英网络科技有限公司 |
| 地址 | 200232 上海市徐汇区天钥桥路909号1号楼148室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明一种识别相似文章的方法和装置，该方法包括：从第一文档中提取第一关键词；当所述第一关键词与第二文档的第二关键词相同时，选取所述第一关键词所在的第一语句并且选取所述第二关键词所在的第二语句；根据所述第一语句和所述第二语句中相同字符串的长度计算所述第一语句与所述第二语句的相似度距离；当所述相似度距离超过预设相似度距离阈值时，确定所述第一文档与所述第二文档相似。本发明提供的一种识别相似文章的方法和装置，方便灵活，计算消耗较小，适用参数少，可对短文本或数据集较少的文本进行处理。 |
