[发明专利]一种信息碎片关联输出的方法及系统

说明书

技术领域

本发明涉及一种计算机领域，具体而言，涉及一种信息碎片关联输出的方法及系统。

背景技术

当前，随着互联网时代的到来，当需要完成一个报告或者撰写一篇文档的时候，往往要对信息进行收集许多信息大多都以碎片的方式分散在不同的地方，找到后需要对整篇文稿进行复制、粘贴等操作收集文本内容，当碎片信息通过系统收集后，带来另一个问题是这些大规模的信息碎片是凌乱的，我们需要把这些大量、凌乱的信息按一定规则进行归整，以此降低阅读、识别带来的思维精力损耗，进一步提升碎片归整的效率。

发明内容

本发明旨在提供一种信息碎片关联输出的方法及系统，以解决上述现有技术中选取的信息碎片不易整理的问题。

本发明公开了一种信息碎片关联输出的方法，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。

优选地，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。

优选地，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，n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：