[發明專利]文字作品數字指紋庫的比對方法及系統

無效

• 申請號: 201110312856.9
• 申請日: 2011-10-14
• 公開（公告）號: CN102509042A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 鄭達韡;陸堅
• 申請（專利權）人: 盛樂信息技術（上海）有限公司
• 主分類號: G06F21/00
• 分類號: G06F21/00;G06F17/30
• 代理公司: 上海思微知識產權代理事務所(普通合伙) 31237
• 代理人: 菅秀君

技術領域

本發明涉及數字指紋應用領域，尤其涉及一種文字作品數字指紋庫的比對方法及系統。

背景技術

網絡文學，是隨著互聯網的普及而產生的。互聯網絡為上億網民提供了多如恒沙的各類文學資料信息，與此同時，一種以這種新興媒體為載體、依托、手段，以網民為接受對象，具有不同于傳統文學特點的網絡文學悄然勃興。

由于借助強大的網絡媒介，網絡文學具有多樣性、互動性和知識產權保護困難的特點。其形式可以類似傳統文學，也可以是博文、帖子等非傳統文體。實時回復、實時評論和投票是網絡文學的重要特征。

目前，網絡書站的數據庫收錄大量原創網絡文字作品，網絡書站負有保護其版權的責任，但是由于網絡文學的易獲性使得盜版復制行為越來越猖獗。這種行為不僅危及著作者的切身利益，而且影響了科學文化的健康發展。

文字作品對比，就是判斷一個文字作品的內容是否是盜版復制。

當網絡書站的數據庫收錄作品量達到一定級別時，從該數據庫中進行文字作品對比時通常會花費較長的時間，這將造成高額的時間成本，數據庫系統的性能和數據組織管理能力也會因此大大的減弱，甚至會造成系統的崩潰。

因此，需要一種文字作品比對方法及系統，能夠優化大規模文字作品數據庫查詢，實現文字作品的高效地查詢比對。

發明內容

本發明的目的在于提供一種文字作品數字指紋庫的比對方法及系統，利用數字指紋的顆粒度大小，優化大規模文字作品數據庫查詢，實現文字作品的高效地查詢比對。

為解決上述問題，本發明提供一種文字作品數字指紋庫的比對方法，包括：

步驟S1：對已有文字作品進行分類，建立分類數據庫；

步驟S2：采集所述分類數據庫中的每部已有文字作品的大小不同的顆粒度數字指紋，建立所述分類數據庫的數字指紋庫；

步驟S3：根據待比對的文字作品的分類確定其所屬的分類數據庫；

步驟S4：采集所述待比對的文字作品的大小不同的顆粒度數字指紋；

步驟S5：按照所述待比對的文字作品的顆粒度數字指紋由大到小的順序，完成待比對的文字作品在其所屬的分類數據庫的數字指紋庫中的查詢比對。

進一步的，所述顆粒度數字指紋按照由大到小的順序依次為整部數字指紋、章節數字指紋和段落數字指紋。

進一步的，所述步驟S5具體包括：

步驟S51：將所述待比對的文字作品的整部數字指紋與其所屬的分類數據庫的數字指紋庫中的整部數字指紋進行比對，若不匹配，比對結束；若匹配，繼續步驟S52；

步驟S52：將所述待比對的文字作品的章節數字指紋與整部數字指紋匹配的已有文字作品的章節數字指紋進行比對，若不匹配，比對結束；若匹配，繼續步驟S53；

步驟S53：將所述待比對的文字作品的段落數字指紋與章節數字指紋匹配的已有文字作品的段落數字指紋進行比對，若不匹配，比對結束；若匹配，將所述待比對的文字作品的來源進行標記和存檔。

進一步的，所屬同一分類數據庫的已有文字作品，按照存取的頻率不同存放在其所屬的分類數據庫的不同位置。

相應的，本發明還提供一種文字作品數字指紋庫的比對系統，包括：

分類數據庫模塊，用于對已有文字作品進行分類，建立分類數據庫；

數字指紋庫模塊，用于采集所述分類數據庫中的每部已有文字作品的大小不同的顆粒度數字指紋，建立所述分類數據庫的數字指紋庫；

分類查詢模塊，用于根據待比對的文字作品的分類確定其所屬的分類數據庫；

指紋采集模塊，用于采集所述待比對的文字作品的大小不同的顆粒度數字指紋；

指紋比對模塊，用于按照所述待比對的文字作品的顆粒度數字指紋由大到小的順序，完成待比對的文字作品在其所屬的分類數據庫的數字指紋庫中的查詢比對。

進一步的，所述顆粒度數字指紋按照顆粒度由大到小的順序依次為整部數字指紋、章節數字指紋和段落數字指紋。

進一步的，所述指紋采集模塊包括：

整部數字指紋采集單元，用于采集所述待比對的文字作品的整部數字指紋；

章節數字指紋采集單元，用于采集所述待比對的文字作品的章節數字指紋；

段落數字指紋采集單元，用于采集所述待比對的文字作品的段落數字指紋。

進一步的，所述指紋比對模塊包括：

整部數字指紋比對單元，用于將所述待比對的文字作品的整部數字指紋與其所屬的分類數據庫的數字指紋庫中的整部數字指紋進行比對；