文本数据处理方法、装置、计算机设备和存储介质
实质审查的生效
摘要
本发明涉及一种文本数据处理方法方法、装置、计算机设备和存储介质,该方法包括:获取目标文本,并确定目标文本的长度;若目标文本的长度大于预设的长度阈值,则对目标文本进行摘要提取,得到长度小于或等于长度阈值的目标文本;基于预先建立的候选文本的倒排索引,根据目标文本的关键词,从候选文本中检索与关键词相关的候选文本;其中,预先建立的候选文本的倒排索引包括:使用倒排索引算法对候选文本进行统计计算,形成单词‑倒排列表,并将结果存储到数据库中;基于目标文本与各候选文本之间的海明距离确定目标文本与候选文本是否重合。上述方法可以提升了文本查重的准确率。
基本信息
专利标题 :
文本数据处理方法、装置、计算机设备和存储介质
专利标题(英):
暂无
公开(公告)号 :
CN114385777A
申请号 :
CN202210041129.1
公开(公告)日 :
2022-04-22
申请日 :
2022-01-14
授权号 :
暂无
授权日 :
暂无
发明人 :
李鹏宇李剑锋
申请人 :
平安科技(深圳)有限公司
申请人地址 :
广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼
代理机构 :
北京辰权知识产权代理有限公司
代理人 :
付婧
优先权 :
CN202210041129.1
主分类号 :
G06F16/31
IPC分类号 :
G06F16/31 G06F40/211 G06F40/284 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
G06F16/31
••索引;其数据结构;存储结构
法律状态
2022-05-10 :
实质审查的生效
IPC(主分类) : G06F 16/31
申请日 : 20220114
申请日 : 20220114
2022-04-22 :
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