[发明专利]一种相似新闻判别方法、系统及电子设备有效
| 申请号： | 201910695794.0 | 申请日： | 2019-07-30 |
| 公开（公告）号： | CN110399464B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 曾颖清 | 申请（专利权）人： | 广州吉信网络科技开发有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/951;G06F40/289;G06F18/22 |
| 代理公司： | 广东翰锐律师事务所 44442 | 代理人： | 陈业胜;苏少华 |
| 地址： | 510000 广东省广州市天*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及相似新闻判别方法、系统及电子设备，其兼顾判别的精确度和实时性。其步骤包括抓取步骤：对存量的新闻数据进行分词，对分词后的词语及其词频进行统计后建立词频库；计算步骤：对每篇新闻数据分别分词并提取关键词，根据所述词频库分别计算所述关键词的权重；根据计算步骤所述关键词及所述关键词的权重，计算每篇新闻数据的simhash值，并存入数据库中；对所述simhash值建立数据结构，和/或根据每篇新闻数据的simhash值进行相似处理，将相似的新闻数据合并入所述数据结构中，构建或更新得到相似的新闻id列表。 | ||
| 搜索关键词： | 一种 相似 新闻 判别 方法 系统 电子设备 | ||
【主权项】：
1.一种相似新闻判别方法，其特征在于，包括如下步骤：抓取步骤：对存量的新闻数据进行分词，对分词后的词语及其词频进行统计后建立词频库，所述词频是指词语在存量的新闻数据中出现的篇目数；计算步骤：对每篇新闻数据分别分词并提取关键词，根据所述词频库分别计算所述关键词的权重；根据所述关键词及所述关键词的权重，计算每篇新闻数据的simhash值，并存入数据库中；对所述simhash值建立数据结构，和/或根据每篇新闻数据的simhash值进行相似处理，将相似的新闻数据合并入所述数据结构中，构建或更新得到相似的新闻id列表。
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广州吉信网络科技开发有限公司，未经广州吉信网络科技开发有限公司许可，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/201910695794.0/，转载请声明来源钻瓜专利网。
- 上一篇：工作票的相似度匹配方法及装置
- 下一篇：用于处理信息的方法和装置
