文本查重方法、装置、电子设备及存储介质
实质审查的生效
摘要
本发明提供一种文本查重方法、装置、电子设备及存储介质,其中,文本查重方法包括获取原始文本数据集,并基于原始文本数据集构建同义词库和词权重库,其中,同义词库与词权重库相对应;基于同义词库,对原始文本数据集中各原始文本的特征词进行同义词替换,得到替换后文本;基于词权重库,对替换后文本进行指纹提取,得到关于替换后文本的指纹;基于替换后文本的指纹以及与替换后文本对应的原始文本,构建关于原始文本的指纹库,其中,替换后文本的指纹与原始文本相对应;确定待查重文本的指纹,并基于指纹库以及待查重文本的指纹,对待查重文本进行查重。通过本发明,提高了文本查重的准确度和效率。
基本信息
专利标题 :
文本查重方法、装置、电子设备及存储介质
专利标题(英):
暂无
公开(公告)号 :
CN114444498A
申请号 :
CN202111567125.9
公开(公告)日 :
2022-05-06
申请日 :
2021-12-20
授权号 :
暂无
授权日 :
暂无
发明人 :
郭峰沈矗杨宇轩
申请人 :
奇安信科技集团股份有限公司;网神信息技术(北京)股份有限公司
申请人地址 :
北京市西城区新街口外大街28号102号楼3层332号
代理机构 :
北京路浩知识产权代理有限公司
代理人 :
王宇杨
优先权 :
CN202111567125.9
主分类号 :
G06F40/289
IPC分类号 :
G06F40/289 G06F40/216 G06F40/30
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/289
短语分析,例如有限状态技术或分块
法律状态
2022-05-24 :
实质审查的生效
IPC(主分类) : G06F 40/289
申请日 : 20211220
申请日 : 20211220
2022-05-06 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载