[发明专利]文章的相似性检测方法及装置

说明书

本公开披露了一种文章的相似性检测方法及装置。该方法包括：利用神经网络模型提取待检测的第一文章和第二文章的文本特征；确定所述第一文章和所述第二文章的文本特征的相似性；在所述第一文章和所述第二文章的文本特征相似的情况下，对所述第一文章和所述第二文章进行句子粒度的比较，以确定所述第一文章和所述第二文章的相似性。另外，本公开还可以将第一文章和第二文章的相似性检测结果上传到区块链系统进行存证。

技术领域

本公开涉及信息处理技术领域，具体涉及一种文章的相似性检测方法及装置。

背景技术

随着互联网的高速发展和信息的快速传播，文学作品和小说的传播速度越来越快，随之而来也产生了越来越多的侵权行为。为了保障创作者的利益，就需要对文章进行相似性检测。

目前的检测方式有两种，一种是基于关键词的检测方式，另一种是基于句子粒度的检测方式。基于关键词的检测方式，由于没有考虑关键词在句子中的位置，会导致误检和漏检的问题。基于句子粒度的检测方式虽然有较高的检测准确率，但是如果文章的篇幅较长、或者待检测的文章数量较多，会导致检测效率降低。因此，亟需一种高效快速且具有较高准确率的检测方式。

发明内容

本公开实施例提供一种文章的相似性检测方法及装置，能够在保证检测准确率的同时，提高检测效率。

第一方面，提供一种文章的相似性检测方法，包括：利用神经网络模型提取待检测的第一文章和第二文章的文本特征；确定所述第一文章和所述第二文章的文本特征的相似性；在所述第一文章和所述第二文章的文本特征相似的情况下，对所述第一文章和所述第二文章进行句子粒度的比较，以确定所述第一文章和所述第二文章的相似性。

第二方面，提供一种文章的相似性检测装置，包括：提取单元，用于利用神经网络模型提取待检测的第一文章和第二文章的文本特征；确定单元，用于确定所述第一文章和所述第二文章的文本特征的相似性；比较单元，用于在所述第一文章和所述第二文章的文本特征相似的情况下，对所述第一文章和所述第二文章进行句子粒度的比较，以确定所述第一文章和所述第二文章的相似性。

第三方面，提供一种文章的相似性检测装置，包括：存储器和处理器，所述存储器中存储有可执行代码，所述处理器被配置为执行所述可执行代码，以实现如第一方面所述的方法。

第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有可执行代码，当所述可执行代码被执行时，能够实现如第一方面所述的方法。

第五方面，提供一种计算机程序产品，包括可执行代码，当所述可执行代码被执行时，能够实现如第一方面所述的方法。

本公开实施例提供的相似性检测方法，在对文章进行句子粒度的检测之前，利用神经网络模型提取文章的文本特征，并比较文本特征之间的相似性，以过滤掉一些不相关的文章，减少不必要的比较，提高检测效率。然后再对文本特征相似的文章进行句子粒度的比较，以确定文章的相似性，从而保证检测结果的准确性。

附图说明

图1为本公开一实施例提供的文章的相似性检测方法的流程示意图。

图2为本公开另一实施例提供的文章的相似性检测方法的流程示意图。

图3为本公开一实施例提供的文章的相似性检测装置的结构示意图。

图4为本公开另一实施例提供的文章的相似性检测装置的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本公开一部分实施例，而不是全部的实施例。