重复文档的判定方法及计算机可读存储介质
实质审查的生效
摘要
重复文档的判定方法,包括:S10:获取待分析文档;S20:将待分析文档拆分得到待分析单句;S30:在比对数据库中检索所有待分析单句以得到针对每个待分析单句的检索结果;S40:针对各待分析单句,计算检索结果与相应的待分析单句的文本重复率并分析以得到文本重复率的最大值,再将文本重复率的最大值与第一设定值进行比较;S50:统计文本重复率的最大值大于或等于第一设定值的待分析单句占所有待分析单句的比例;S60:判断比例是否大于第二设定值;S70:若为是,则判定待分析文档为重复文档;S80:若为否,则判定待分析文档不为重复文档。该方法利于提高重复文档的判定速度。此外还提供了计算机可读存储介质。
基本信息
专利标题 :
重复文档的判定方法及计算机可读存储介质
专利标题(英):
暂无
公开(公告)号 :
CN114528823A
申请号 :
CN202210184688.8
公开(公告)日 :
2022-05-24
申请日 :
2022-02-28
授权号 :
暂无
授权日 :
暂无
发明人 :
杨尚为张方元杨攀余畅杨子辰
申请人 :
盐城睿行空间企业孵化器有限公司
申请人地址 :
江苏省盐城市东台市高新技术产业开发区研发中心B座
代理机构 :
北京汉德知识产权代理事务所(普通合伙)
代理人 :
刘子文
优先权 :
CN202210184688.8
主分类号 :
G06F40/216
IPC分类号 :
G06F40/216 G06F16/335 G06F40/58
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
G06F40/216
使用统计方法
法律状态
2022-06-10 :
实质审查的生效
IPC(主分类) : G06F 40/216
申请日 : 20220228
申请日 : 20220228
2022-05-24 :
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