龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东电网有限责任公司;广东电网有限责任公司佛山供电局
摘要：本申请提供了一种电力系统文本数据的处理方法、装置和电子设备，处理方法包括获取每个文档对应的文本数据；将文本数据分解为多个字符序列，并根据多个字符序列构建每个文档对应的特征向量，将特征向量进行分段，得到特征向量对应的多个子特征向量，建立多个子特征向量的倒排索引，将倒排索引后的取值相同的子特征向量对应的文本数据作为一个组合；计算相似文本数据对中两个文本数据的相似度，在相似度大于预设阈值的情况下，确定相似文本数据对中两个文本数据为重复数据，删除一个重复数据，对去重文本数据进行质量评估与数据筛选。以解决现有技术中电力系统中文本或语言数据的查重通常通过人工进行检查，效率低的问题。
主权项：1.一种电力系统文本数据的处理方法，其特征在于，包括：获取每个文档对应的文本数据，其中，所述文本数据是电力系统中文本格式的数据；将所述文本数据分解为多个字符序列，并根据多个所述字符序列构建每个所述文档对应的特征向量，将所述特征向量进行分段，得到所述特征向量对应的多个子特征向量，建立多个所述子特征向量的倒排索引，将倒排索引后的取值相同的所述子特征向量对应的文本数据作为一个组合，得到所述文档的相似文本数据对，其中，所述倒排索引包括所述子特征向量和每个所述子特征向量对应的所述文本数据；计算所述相似文本数据对中两个所述文本数据的相似度，在所述相似度大于预设阈值的情况下，确定所述相似文本数据对中两个所述文本数据为重复数据，并删除其中一个所述重复数据，得到去重文本数据，并对所述去重文本数据进行质量评估与数据筛选，得到所述文档对应的高质量文本数据。
全文数据：
权利要求：
百度查询： 广东电网有限责任公司 广东电网有限责任公司佛山供电局 电力系统文本数据的处理方法、装置和电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号