[发明专利]文本相似度计算方法及装置

权利要求书

1.一种文本相似度计算方法，其特征在于，包括：

通过比较两个文本的节点，计算所述两个文本的增删距离与替换距离，其中所述增删距离与所述替换距离的和为所述两个文本的编辑距离；

根据所述增删距离与替换距离，计算所述两个文本的相似度。

2.根据权利要求1所述的文本相似度计算方法，其特征在于，根据所述增删距离与替换距离，计算所述两个文本的相似度，包括：

按照公式S=(L1+L2)-[N×D1+M×D2]L1+L2,]]>计算所述两个文本的相似度；

其中，所述S为所述两个文本的相似度，L1为所述两个文本中第一文本的节点个数，L2为所述两个文本中第二文本的节点个数，D1为所述增删距离，D2为所述替换距离，N为设定的第一权重，M为设定的第二权重。

3.根据权利要求2所述的文本相似度计算方法，其特征在于，如果所述两个文本中的每个文本均是由中文字符组成，则所述第一权重N大于所述第二权重M；

如果所述两个文本中的每个文本均是由英文字符组成，则所述第一权重N小于所述第二权重M。

4.根据权利要求1所述的文本相似度计算方法，其特征在于，所述两个文本中的每个文本由至少两个字符组成，则在计算所述两个文本的增删距离与替换距离之前，还包括：

按照设定的编码方式，将所述两个文本中的字符转换为以字节为节点单位的二进制序列。

5.根据权利要求1所述的文本相似度计算方法，其特征在于，所述两个文本中至少一个文本的字符长度小于1024。