[发明专利]一种文本差异性的计算方法及装置

权利要求书

1.一种文本差异性的计算方法，其特征在于，包括：

将待比较的多个字符串进行分解，获取每个所述字符串对应的多个子字符串；其中，待比较的多个字符串为需要进行差异性比较的文档；

将多个所述字符串各自对应的多个子字符串进行对比，获取一个或多个差异子字符串组；其中，所述差异子字符串组为多个所述字符串各自对应的一个相互存在差异的子字符串的组合；

将所述差异子字符串组通过文本差异性算法进行差异计算，获取每个所述差异子字符串组对应的子差异值；

将全部所述子差异值求和，获取多个所述字符串的差异值；

所述将多个所述字符串各自对应的多个子字符串进行对比，获取一个或多个差异子字符串组，包括：

通过Hash函数，将每个所述字符串对应的多个所述子字符串进行Hash计算，生成Hash表；其中，所述Hash表包括对应的所述字符串中每个所述子字符串对应的Hash值和每个所述Hash值与对应的所述子字符串的位置的对应 关系；

通过多个所述字符串各自对应的所述Hash表的对比，获取一个或多个所述差异子字符串组；其中，所述差异子字符串组包括多个所述字符串各自对应的位置相同但所述Hash值不同的一个所述子字符串。

2.根据权利要求1所述的文本差异性的计算方法，其特征在于，所述将待比较的多个字符串进行分解，获取每个所述字符串对应的多个子字符串，包括：

将每个所述字符串以逗号或句号进行分割，获取每个所述字符串对应的多个所述子字符串。

3.根据权利要求2所述的文本差异性的计算方法，其特征在于，所述将每个所述字符串以逗号或句号进行分割，获取每个所述字符串对应的多个所述子字符串之前，还包括：

判断每个所述字符串是否达到预设长度；

若是，则执行所述将每个所述字符串以逗号或句号进行分割，获取每个所述字符串对应的多个所述子字符串的步骤；

若否，则将每个所述字符串通过文本差异性算法进行差异计算，获取每个所述字符串对应的所述差异值。

4.根据权利要求1至3任一项所述的文本差异性的计算方法，其特征在于，所述将所述差异子字符串组通过文本差异性算法进行差异计算，获取每个所述差异子字符串组对应的子差异值，包括：

将所述差异子字符串组通过编辑距离算法进行编辑距离计算，获取每个所述差异子字符串组对应的子编辑距离。

5.一种文本差异性的计算装置，其特征在于，包括：

分解模块，用于将待比较的多个字符串进行分解，获取每个所述字符串对应的多个子字符串；其中，待比较的多个字符串为需要进行差异性比较的文档；

对比模块，用于将多个所述字符串各自对应的多个子字符串进行对比，获取一个或多个差异子字符串组；其中，所述差异子字符串组为多个所述字符串各自对应的一个相互存在差异的子字符串的组合；

计算模块，用于将所述差异子字符串组通过文本差异性算法进行差异计算，获取每个所述差异子字符串组对应的子差异值；

统计模块，用于将全部所述子差异值求和，获取多个所述字符串的差异值；

所述对比模块，包括：

Hash表生成子模块，用于通过Hash函数，将每个所述字符串对应的多个所述子字符串进行Hash计算，生成Hash表；其中，所述Hash表包括对应的所述字符串中每个所述子字符串对应的Hash值和每个所述Hash值与对应的所述子字符串的位置的对应 关系；

Hash表对比子模块，用于通过多个所述字符串各自对应的所述Hash表的对比，获取一个或多个所述差异子字符串组；其中，所述差异子字符串组包括多个所述字符串各自对应的位置相同但所述Hash值不同的一个所述子字符串。

6.根据权利要求5所述的文本差异性的计算装置，其特征在于，所述分解模块，包括：

符号分割子模块，用于将每个所述字符串以逗号或句号进行分割，获取每个所述字符串对应的多个所述子字符串。