发明名称 |
一种针对长文本的相似性判定方法 |
摘要 |
本发明涉及信息技术领域,特别是一种针对长文本的相似性判定方法,包括以下步骤,步骤S101:文本语句片段分割,根据采集到的待分析文本内容进行语句片段分割;步骤S102:长句组合,将文本分割后的长句片段进行随意组合;步骤S103:文本相似性判断,判断待分析文本的长句组合是否出现相同的集合;如果是,则待分析文本内容相似;如果否,则待分析文本内容不相似。采用上述方法后,本发明计算简单,容易实现,大大减少时间、空间计算复杂度;相对于其他相似判定方法,对于数据量大的采集系统是一种简洁而非常有效的文本相似判定方法。 |
申请公布号 |
CN106202055A |
申请公布日期 |
2016.12.07 |
申请号 |
CN201610594557.1 |
申请日期 |
2016.07.27 |
申请人 |
湖南蚁坊软件有限公司 |
发明人 |
唐义晴;黄三伟 |
分类号 |
G06F17/27(2006.01)I |
主分类号 |
G06F17/27(2006.01)I |
代理机构 |
广州市一新专利商标事务所有限公司 44220 |
代理人 |
李慧 |
主权项 |
一种针对长文本的相似性判定方法,其特征在于,包括以下步骤,步骤S101:文本语句片段分割,根据采集到的待分析文本内容进行语句片段分割;步骤S102:长句组合,将文本分割后的长句片段进行随意组合;步骤S103:文本相似性判断,判断待分析文本的长句组合是否出现相同的集合;如果是,则待分析文本内容相似;如果否,则待分析文本内容不相似。 |
地址 |
410013 湖南省长沙市高新区文轩路27号麓谷企业广场A4栋603室 |