[发明专利]基于签名压缩机制的近似重复文本检测方法及装置在审
| 申请号： | 201710045445.5 | 申请日： | 2017-01-22 |
| 公开（公告）号： | CN106844309A | 公开（公告）日： | 2017-06-13 |
| 发明（设计）人： | 张熙;姚运涛 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06F17/22 | 分类号： | G06F17/22 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙)11413 | 代理人： | 项京,马敬 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种基于签名压缩机制的近似重复文本检测方法及装置，包括确定当前检测文档x和y；获得所述当前检测文档x和y的签名压缩长度C(sig(x))和C(sig(y))；将所述签名压缩长度C(sig(x))和C(sig(y))代入标准化压缩距离公式，计算出基于签名的标准化压缩距离值；根据基于签名的标准化压缩距离值，得到所述当前检测文档x和y是否为近似重复文档的比较结果。提高了近似重复文档的检测速度。 | ||
| 搜索关键词： | 基于 签名 压缩 机制 近似 重复 文本 检测 方法 装置 | ||
【主权项】：
一种基于签名压缩机制的近似重复文本检测方法，其特征在于，包括：确定当前检测文档x和y；获得所述当前检测文档x和y的签名压缩长度：C(sig(x))和C(sig(y))；将所述签名压缩长度C(sig(x))和C(sig(y))代入标准化压缩距离公式，计算出基于签名的标准化压缩距离值；根据基于签名的标准化压缩距离值，得到所述当前检测文档x和y是否为近似重复文档的比较结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京邮电大学，未经北京邮电大学许可，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/patent/201710045445.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种偏心破袋机
- 下一篇：一种连杆式偏心破袋机
