[发明专利]一种信息碎片关联输出的方法及系统

权利要求书

1.一种信息碎片关联输出的方法，其特征在于，包括：

识别用户选取的多个信息碎片的文本内容，将得到的所有信息碎片的文本内容进行归集存储；

将任意两个所述信息碎片的文本内容进行相似度计算，得到任意两个信息碎片的相似度；

在用户选取要查看的信息碎片后，建立文档显示该信息碎片的文本内容，以及将其它信息碎片的文本内容以所述相似度的大小顺序在所述文档中显示。

2.根据权利要求1所述的方法，其特征在于，还包括：

在得到信息碎片与信息碎片的所述相似度后，对于每一个所述信息碎片筛选出与该信息碎片的所述相似度在预先设定的第一阈值范围内的其他信息碎片，将筛选出的其他信息碎片与该信息碎片关联；

在所述文档中显示所述用户选取的信息碎片的文本内容，以及将与该信息碎片关联的其他信息碎片的文本内容以所述相似度的大小顺序在所述文档中显示。

3.根据权利要求1所述的方法，其特征在于，所述相似度计算的过程包括：

选取所述信息碎片中的第一信息碎片D₁和第二信息碎片D₂；

根据所述第一信息碎片的文本内容和第二信息碎片的文本内容，分别确定词频高于预先设定的第二阀值的关键字/词作为特征项；

建立所述第一信息碎片的第一特征集,如下：

D₁＝{T₁₁，W₁₁；T₁₂，W₁₂；……；T_1n，W_1n}；

其中，T_1n为D₁的所述特征项，W_1n为根据词频确定的权重，n为第一特征集中特征项的序号；

建立所述第二信息碎片的第二特征集，如下：

D₂＝{T₂₁，W₂₁；T₂₂，W₂₂；……；T_2m，W_2m}；

其中，T_1m为D₂的所述特征项，W_1m为根据词频确定的权重，m为第二特征集中特征项的序号；

利用余弦公式计算得到两个所述信息碎片的所述相似度，所述余弦公式如下：

Sim(D1,D2)=cosθ=Σk-1nw1k×w2K(Σk-1nw1k2)(Σk-1nw2k2);]]>

其中，所述Sim(D1,D2)为两个所述信息碎片的所述相似度，k为特征项的序号。