[發明專利]一種文本對比的方法及相關裝置在審
| 申請號： | 202011005428.7 | 申請日： | 2020-09-23 |
| 公開（公告）號： | CN112257408A | 公開（公告）日： | 2021-01-22 |
| 發明（設計）人： | 向湘杰 | 申請（專利權）人： | 深圳市修遠文化創意有限公司 |
| 主分類號： | G06F40/194 | 分類號： | G06F40/194;G06F40/30;G06F16/33 |
| 代理公司： | 深圳騰文知識產權代理有限公司 44680 | 代理人： | 李曉鵬 |
| 地址： | 518000 廣東省深圳市羅湖*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 文本 對比 方法 相關 裝置 | ||
1.一種文本對比的方法，其特征在于，包括：
獲取第一文本與第二文本，所述待第一本為需要進行文本查重的文本，所述第二文本為與需要進行文本查重的文本內容有相似的文本，所述第二文本用于與所述第一文本進行對比確認；
將所述第一文本與所述第二文本進行文本拆解，以生成候選語句組，所述候選句子組中的每一個候選句子都包含網絡鏈接，所述候選句子組為候選句子的集合；
從所述候選語句組中選取一個目標候選句子；
開啟所述目標候選句子中的網絡鏈接所對應的目標網頁；
在開啟的所述目標網頁中，獲取所述目標網頁中的超鏈接集合；
確定所述超鏈接集合中指向所述網頁的目標超鏈接；
根據所述目標超鏈接確定所述目標候選句子的重要性分數，所述重要性分數是指所述目標候選句子對應的網絡鏈接在所述目標網頁上的活躍程度，所述重要性分數用于確定所述目標候選句子的重要程度；
當所述目標候選句子的重要性分數大于預設值時，將所述目標候選句子確定為關鍵信息；
根據上述方法分別生成關于所述第一文本與所述第二文本的第一文本關鍵信息組和第二文本關鍵信息組，所述第一文本關鍵信息組和所述第二文本關鍵信息組為關鍵信息的集合；
根據所述第一文本關鍵信息組和所述第二文本關鍵信息生成比對結果。
2.根據權利要求1所述的方法，其特征在于，所述根據所述目標超鏈接確定所述目標候選句子的重要性分數，包括：
根據所述目標超鏈接與第一公式確定所述目標候選句子的重要性分數，所述第一公式為：
其中，S(Vi)是目標網頁的重要性分數，d是阻尼系數，一般設置為0.85，In(Vi)是存在指向目標網頁的鏈接的網頁集合。out(Vj)是網頁j中的鏈接存在的鏈接指向的網頁集合，out(Vi)取絕對值是用以表示該網頁集合中網頁的個數，S(Vj)是網頁j的重要性分數。
3.根據權利要求1所述的方法，其特征在于，所述將所述第一文本與所述第二文本進行文本拆解，以生成候選語句組，包括：
確定所述第一文本與所述第二文本中帶有的網絡鏈接；
根據所述網絡鏈接確定對應的語句；
根據所述網絡鏈接確定對應的語句生成候選語句組。
4.根據權利要求1至3中任一項所述的方法，其特征在于，所述根據所述第一文本關鍵信息組和所述第二文本關鍵信息生成比對結果，包括：
根據所述第一文本關鍵信息組和所述第二文本關鍵信息，通過余弦相似度比較法生成比對結果。
5.根據權利要求1至3中任一項所述的方法，其特征在于，在所述根據所述第一文本關鍵信息組和所述第二文本關鍵信息生成比對結果之后，所述方法還包括：
當所述對比結果表示所述第一文本與所述第二文本的相似率達到預設值時，獲取所述第一文本中的第一圖像；
提取所述第一圖像的深度特征；
根據所述第一圖像的深度特征對所述第二文本中的第二圖像進行查重。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳市修遠文化創意有限公司，未經深圳市修遠文化創意有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011005428.7/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：測試設備
- 下一篇：頁面跳轉的測試方法、裝置、設備和存儲介質
