发明名称 |
文本相似度确定方法、装置、电子设备及系统 |
摘要 |
本发明实施例提供一种文本相似度确定方法、装置、电子设备及系统,其中方法包括:获取至少两个文本;将所获取的各文本映射到主题空间;对映射至所述主题空间的各文本对应的向量进行降维处理;确定降维处理后的各文本所对应的表征文本特征的哈希函数;将各文本所对应的哈希函数进行二值化处理,得到各文本所对应的二进制编码,各文本所对应的二进制编码的长度一致;通过各文本对应的二进制编码,确定文本之间的海明距离,通过文本之间的海明距离确定文本之间的文本相似度。本发明实施例在保证文本相似度确定的准确性的前提下,减小了文本相似度计算的计算量,提高了文本相似度的计算效率。 |
申请公布号 |
CN105095162A |
申请公布日期 |
2015.11.25 |
申请号 |
CN201410211478.9 |
申请日期 |
2014.05.19 |
申请人 |
腾讯科技(深圳)有限公司 |
发明人 |
刘洋;李霖;刘黎春;陈川 |
分类号 |
G06F17/22(2006.01)I;G06F17/30(2006.01)I |
主分类号 |
G06F17/22(2006.01)I |
代理机构 |
深圳市深佳知识产权代理事务所(普通合伙) 44285 |
代理人 |
唐华明 |
主权项 |
一种文本相似度确定方法,其特征在于,包括:获取至少两个文本;将所获取的各文本映射到主题空间;对映射至所述主题空间的各文本对应的向量进行降维处理;确定降维处理后的各文本所对应的表征文本特征的哈希函数;将各文本所对应的哈希函数进行二值化处理,得到各文本所对应的二进制编码,各文本所对应的二进制编码的长度一致;通过各文本对应的二进制编码,确定文本之间的海明距离,通过文本之间的海明距离确定文本之间的文本相似度。 |
地址 |
518000 广东省深圳市福田区振兴路赛格科技园2栋东403室 |