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：北京国双科技有限公司
摘要：本申请涉及一种文本相似度确定方法、装置、存储介质和电子设备。该方法包括：获取第一文本的第一高频词序列和第二文本的第二高频词序列；所述第一高频词序列和所述第二高频词序列中的词均按照词频从大到小排列；提取所述第一高频词序列和所述第二高频词序列中的公共词，得到所述第一文本和所述第二文本的公共词序列；其中，所述公共词序列中的词按照词频从大到小排列，所述公共词序列中任意两个词的顺序，分别与所述任意两个词在所述第一高频词序列和所述第二高频词序列中的顺序相同；根据所述第一高频词序列、所述第二高频词序列和所述公共词序列，确定所述第一文本和所述第二文本的文本相似度。采用本方法能够提高文本相似度的准确性。
主权项：1.一种文本相似度确定方法，其特征在于，所述方法包括：获取第一文本的第一高频词序列和第二文本的第二高频词序列；所述第一高频词序列和所述第二高频词序列中的词均按照词频从大到小排列；获取所述第一高频词序列和所述第二高频词序列的并集词序列；其中，并集词序列中的词为第一高频词序列和第二高频词序列中的所有词的并集；从所述并集词序列中，提取出前后顺序与所述第一高频词序列和所述第二高频词序列中的前后顺序均相同的词，生成公共词序列；其中，所述公共词序列中的词按照词频从大到小排列，所述公共词序列中任意两个词的顺序，分别与所述任意两个词在所述第一高频词序列和所述第二高频词序列中的顺序相同；根据所述公共词序列和所述并集词序列中词的数量和或词的前后顺序的相似度，确定所述文本相似度；其中，所述根据所述公共词序列和所述并集词序列中词的数量和或词的前后顺序的相似度，确定所述文本相似度，包括：获取所述公共词序列中词的数量与所述并集词序列中词的数量之比，作为所述文本相似度；或者，获取所述公共词序列中的词的前后顺序与所述并集词序列中词的前后顺序进行比较，作为所述文本相似度；或者，获取所述公共词序列中词的数量和所述公共词序列中词的前后顺序与所述并集词序列中词的数量和所述并集词序列中词的前后顺序进行分别比较，作为所述文本相似度。
全文数据：
权利要求：
百度查询： 北京国双科技有限公司 文本相似度确定方法、装置、存储介质和电子设备
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