[发明专利]文本比较方法、装置、计算机设备和存储介质

说明书

本申请涉及大数据领域，本申请公开了一种文本比较方法、装置、计算机设备和存储介质，所述方法包括：获取第一文本及第二文本，将所述第一文本及所述第二文本分别转换成单行文字，并将转换后的所述第一文本及所述第二文本分别映射到X轴和Y轴；对在X轴上的所述第一文本及在Y轴上的所述第二文本进行遍历查询，获取所述第一文本与所述第二文本中相同文字的匹配点信息；根据所述第一文本与所述第二文本中相同文字的匹配点信息进行统计，获取文本比较结果。本申请通过将待比较文本映射到二维平面，并根据最短相同字符间的最短距离找出文本之间的相同字符，提高了文本比较的效率，降低了文本比较的复杂度。

技术领域

本申请涉及大数据领域，特别涉及一种文本比较方法、装置、计算机设备和存储介质。

背景技术

在日常应用中，文本比较是一个比较常见的问题，应用场景也比较广泛，如论文比对等。文本比较的核心就是比较两个给定的文本(可以是字节流等)之间的差异。目前，主流的比较文本之间的差异主要有两大类。一类是基于编辑距离(Edit Distance)的，例如LD算法。一类是基于最长公共子串的(Longest Common Subsequence)，例如Needleman/Wunsch算法等。但是以上算法都比较复杂，且耗费资源严重，效率低下。

发明内容

本申请的目的在于针对现有技术的不足，提供一种文本比较方法、装置、计算机设备和存储介质，通过将待比较文本映射到二维平面，并根据最短相同字符间的最短距离找出文本之间的相同字符，提高了文本比较的效率，降低了文本比较的复杂度。

为达到上述目的，本申请的技术方案提供一种文本比较方法、装置、计算机设备和存储介质。

本申请公开了一种文本比较方法，包括以下步骤：

获取第一文本及第二文本，将所述第一文本及所述第二文本分别转换成单行文字，并将转换后的所述第一文本及所述第二文本分别映射到X轴和Y轴；

对在X轴上的所述第一文本及在Y轴上的所述第二文本进行遍历查询，获取所述第一文本与所述第二文本中相同文字的匹配点信息；

根据所述第一文本与所述第二文本中相同文字的匹配点信息进行统计，获取文本比较结果。

较佳地，所述将转换后的所述第一文本及所述第二文本分别映射到X轴和Y轴，包括：

将转换后的所述第一文本映射到X轴的任一象限，将转换后的所述第二文本映射到Y轴的与所述第一文本相同的象限；

将转换后的所述第一文本的第一个文字对应X轴所属象限上的任一个坐标点，将转换后的所述第二文本的第一个文字对应Y轴所属象限上的任一个坐标点。

较佳地，所述对在X轴上的所述第一文本及在Y轴上的所述第二文本进行遍历查询，获取所述第一文本与所述第二文本中相同文字的匹配点信息，包括：

对在X轴上的所述第一文本及在Y轴上的所述第二文本进行遍历查询，获取第一匹配点信息；

根据所述第一匹配点信息获取遍历区域，并在所述遍历区域上对所述第一文本及所述第二文本进行遍历查询，获取其余匹配点信息。

较佳地，所述对在X轴上的所述第一文本及在Y轴上的所述第二文本进行遍历查询，获取第一匹配点信息，包括：

对在X轴上的所述第一文本及在Y轴上的所述第二文本进行遍历查询，获取所述第一文本与所述第二文本中相同文字对应的坐标点；

在所述相同文字对应的坐标点中查询与原点距离最近的坐标点，将所述与原点距离最近的坐标点标记为第一匹配点。

较佳地，所述根据所述第一匹配点信息获取遍历区域，并在所述遍历区域上对所述第一文本及所述第二文本进行遍历查询，获取其余匹配点信息，包括：