[发明专利]文本相似性分析方法、装置、电子设备及计算机存储介质有效
| 申请号： | 201810522854.4 | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108804421B | 公开（公告）日： | 2022-04-15 |
| 发明（设计）人： | 高影繁;姚长青;刘志辉;崔笛;李岩;郑明 | 申请（专利权）人： | 中国科学技术信息研究所 |
| 主分类号： | G06F40/216 | 分类号： | G06F40/216;G06F40/289;G06F16/35;G06Q50/18 |
| 代理公司： | 北京市立方律师事务所 11330 | 代理人： | 张筱宁 |
| 地址： | 100038*** | 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： | 本申请涉及文本处理领域，公开了一种文本相似性分析方法、装置、电子设备及计算机可读存储介质，其中，文本相似性分析方法包括：确定目标文本的第一预设个数的基础特征词；接着基于训练后的文本词向量库，对第一预设个数的基础特征词分别进行扩展，得到各基础特征词分别对应的第二预设个数的扩展词；接着基于各基础特征词、各扩展词以及各个词的权重值，从预设文本数据库中确定目标文本的相似文本。本申请实施例的方法，极大扩充了抽取到的能够表征目标文本的专业性词汇的数量，有效提高表征目标文本的文本特征词频的统计特性，能够快速、准确地从预设文本数据库中甄选出目标文本的相似专利，极大提高专利相似性分析的准确度。 | ||
| 搜索关键词： | 文本 相似性 分析 方法 装置 电子设备 计算机 存储 介质 | ||
【主权项】：
1.一种文本相似性分析方法，其特征在于，包括：确定目标文本的第一预设个数的基础特征词；基于训练后的文本词向量库，对第一预设个数的基础特征词分别进行扩展，得到各基础特征词分别对应的第二预设个数的扩展词；基于各基础特征词、各扩展词以及各个词的权重值，从预设文本数据库中确定目标文本的相似文本。
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中国科学技术信息研究所，未经中国科学技术信息研究所许可，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/201810522854.4/，转载请声明来源钻瓜专利网。
