一种用于海量文本快速相似搜索的方法

发明专利申请公布后的驳回

摘要

本发明涉及一种用于海量文本快速相似搜索的方法，属于智能信息处理技术。当数据集的维数较高(超过20)或数据量很大(超过10万)时，现有技术方法的性能迅速降低，难以满足海量文本的相似搜索。本发明提出一种海量文本快速相似搜索方法。它提出两步搜索策略，首先通过快速预选进行文本的预搜索，从而快速排除绝大多数的不相关文档，然后在剩余的小结果集上进一步判断相似性。该方法具有很高的效率，可适用于对海量文本的搜索。本发明的方法在海量信息智能检索、文本消重、内容引用发现等应用领域中具有广泛的应用前景。

基本信息

专利标题：

一种用于海量文本快速相似搜索的方法

专利标题（英）：

暂无

公开（公告）号：

CN1790321A

申请号：

CN200510117001.5

公开（公告）日：

2006-06-21

申请日：

2005-10-28

授权号：

暂无

授权日：

暂无

发明人：

杨建武吴於茜陈晓鸥

申请人：

北大方正集团有限公司;北京北大方正技术研究院有限公司;北京大学

申请人地址：

100871北京市海淀区成府路298号方正大厦

代理机构：

北京英赛嘉华知识产权代理有限责任公司

代理人：

田明

优先权：

CN200510117001.5

主分类号：

G06F17/30

IPC分类号：

G06F17/30