摘要：本發(fā)明屬信息檢索領(lǐng)域，公開一種快速比對文本內(nèi)容的方法與系統(tǒng)，分為文檔注冊和文檔比對兩個部分。文檔注冊部分使用一種迭代式學習方法從待注冊文檔的文本中學習新關(guān)鍵詞，構(gòu)造關(guān)鍵詞庫，并基于關(guān)鍵詞庫建立文本語義和文字結(jié)構(gòu)兩種表達方式表示的注冊文檔庫。文檔比對部分基于關(guān)鍵詞庫建立待比對文檔文本語義表達方式，與注冊文檔一一進行文本語義相似性比對，獲取相似度最高的、很少數(shù)量的注冊文檔，再基于二部圖分割算法與待比對文檔一一進行文字結(jié)構(gòu)相似性比對，輸出文字結(jié)構(gòu)相似度最高的若干篇注冊文檔及其與待比對文檔的文字結(jié)構(gòu)匹配關(guān)系。采用本發(fā)明所述方法,可以大幅提高文檔的文本內(nèi)容比對效率，并提供文檔間相似文本內(nèi)容的對應(yīng)關(guān)系。
- 專利類型發(fā)明專利
- 申請人廈門優(yōu)芽網(wǎng)絡(luò)科技有限公司;
- 發(fā)明人陳春蓉;陽嬪虹;張委員;黃藝煌;
- 地址361000 福建省廈門市思明區(qū)蓮前西路595號益馬國際二樓
- 申請?zhí)?/b>CN201510989166.5
- 申請時間2015年12月28日
- 申請公布號CN105630751A
- 申請公布時間2016年06月01日
- 分類號G06F17/22(2006.01)I;
教育裝備采購網(wǎng)企業(yè)微信客服
京公網(wǎng)安備11010802043465號
