[发明专利]文章原创检查方法、装置及存储介质

权利要求书

1.一种文章原创检查方法，其特征在于，包括：

收到待检测文章，并标记所述文章的段落；

根据标点符号将段落拆分出多个句子；并将段落的首段和末段的每一句子、中间段落随机选取一个句子放入待检队列；

依次将所述待检队列的每一句子作为搜索关键词在搜索引擎中搜索，获取该句子对应的搜索结果；

对所述搜索结果去重后计算所述搜索结果与对应的句子进行相似度计算，获得每一句子的相似度计算结果。

2.根据权利要求1所述的文章原创检查方法，其特征在于，所述文章原创检查方法还包括：

找出每一句子相似度大于等于预设的相似度阈值的搜索结果。

3.根据权利要求1所述的文章原创检查方法，其特征在于，所述将所述待检队列的每一句子作为搜索关键词在搜索引擎中搜索还包括：

将每一句子转换为汉语拼音后作为搜索关键词在搜索引擎中搜索。

4.根据权利要求1所述的文章原创检查方法，其特征在于，所述句子长度大于等于5个字且小于等于16个字。

5.根据权利要求1所述的文章原创检查方法，其特征在于，所述文章原创检查方法还包括：

将每一句子的相似度计算结果最大的搜索结果加入到文章的相似度审核库中；

对文章的相似度审核库中的相似度进行计算，以获得文章的整体相似度审核结果。

6.根据权利要求5所述的文章原创检查方法，其特征在于，所述对文章的相似度审核库中的相似度进行计算包括：

提取每一句子的搜索结果的源地址；

根据搜索结果的超链接计算源地址相同度以获得源地址相同度值；

根据源地址相同度值设定相同度权重，并根据权重计算文章相似度。

7.根据权利要求6所述的文章原创检查方法，其特征在于，所述文章相似度的计算公式为：

其中，

S表示文章相似度；

K表示权重；

N表示具有同一权重的句子数量；

T表示句子总数；

x、y为自然数。

8.根据权利要求7所述的文章原创检查方法，其特征在于，所述权重根据源地址相同度值预先设置，所述权重为介于1至100之间的百分数。

9.一种文章原创检查装置，其特征在于，包括存储器和处理器，所述存储器上存储有可在所述处理器运行的文章原创检查程序，所述文章原创检查程序被所述处理器执行时实现如权利要求1至8中任一项所述的文章原创检查方法的步骤。

10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有文章原创检查程序，所述文章原创检查程序可被一个或者多个处理器执行，以实现如权利要求1至8中任一项所述的文章原创检查方法的步骤。