[发明专利]文本相似度处理方法在审
| 申请号： | 201510969370.0 | 申请日： | 2015-12-21 |
| 公开（公告）号： | CN105389297A | 公开（公告）日： | 2016-03-09 |
| 发明（设计）人： | 梁丰;王遵义;翁时锋 | 申请（专利权）人： | 浙江万里学院 |
| 主分类号： | G06F17/22 | 分类号： | G06F17/22 |
| 代理公司： | 上海唯源专利代理有限公司 31229 | 代理人： | 曾耀先 |
| 地址： | 315199*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 文本 相似 处理 方法 | ||
1.一种文本相似度处理方法，其特征在于，包括：
采集互联网信息，并生成元数据特征向量；
根据生成的元数据特征向量构建概念树，并基于构建的所述概念树生成子树；
通过所述子树计算采集的互联网信息中文本之间的相似度。
2.如权利要求1所述的文本相似度处理方法，其特征在于，所述采集互联网信息，并生成元数据特征向量的步骤中，生成元数据特征向量时依照以下规则：
Matrix＝(dtik)m×n，
其中，Matrix表示一个m×n矩阵，元素dtik表示第i个文本的第k个元数据特征项。
3.如权利要求1所述的文本相似度处理方法，其特征在于，所述根据生成的元数据特征向量构建概念树的步骤包括：
根据采集到的互联网信息中文本数据结构，构建多个概念节点；
计算各个概念节点之间的相似性；
根据各个概念节点的相似性构建概念树。
4.如权利要求3所述的文本相似度处理方法，其特征在于，所述计算各个概念节点之间的相似性的步骤中，依照以下公式计算各个概念节点之间的相似性：
其中，lso(ci，cj)是概念ci和概念cj的公共最近父结点，depth(lso(ci，cj))是两个不同的概念ci和概念cj的公共最近父结点在概念树中的深度，len(ci，lso(ci，cj))是概念ci到公共最近父结点的路径上概念结点的个数。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江万里学院，未经浙江万里学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201510969370.0/1.html，转载请声明来源钻瓜专利网。
