发明名称 |
文本相似度获取方法和装置 |
摘要 |
本发明公开一种文本相似度获取方法和装置,能够准确快速地计算出文本的相似度,操作简单,数据计算量较小。本发明实施例提供的文本相似度获取方法包括:根据预定的停用词规则剔除各文本中的停用词,提取出所述文本的可用词;计算文本中每一可用词的哈希值;根据文本中所有可用词的哈希值得到所述文本的相似哈希值;利用文本的相似哈希值获取不同文本之间的相似度。 |
申请公布号 |
CN103123618A |
申请公布日期 |
2013.05.29 |
申请号 |
CN201110372083.3 |
申请日期 |
2011.11.21 |
申请人 |
北京新媒传信科技有限公司 |
发明人 |
张雁飞 |
分类号 |
G06F17/27(2006.01)I |
主分类号 |
G06F17/27(2006.01)I |
代理机构 |
北京市隆安律师事务所 11323 |
代理人 |
权鲜枝 |
主权项 |
一种文本相似度获取方法,其特征在于,所述方法包括:根据预定的停用词规则剔除各文本中的停用词,提取出所述文本的可用词;计算文本中每一可用词的哈希值;根据文本中所有可用词的哈希值得到所述文本的相似哈希值;利用文本的相似哈希值获取不同文本之间的相似度。 |
地址 |
100089 北京市海淀区万泉庄路28号万柳新贵大厦A座6层602室 |