[發明專利]課件相似度檢測方法、裝置及存儲介質

在審

• 申請號: 202011507687.X
• 申請日: 2020-12-18
• 公開（公告）號: CN112529091A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 王嘉偉
• 申請（專利權）人: 廣州視源電子科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06K9/46;G06Q50/20;G06N3/04;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;黃健

1.一種課件相似度檢測方法，其特征在于，包括：

提取待審核課件的頁面特征和課件特征；

將所述待審核課件的課件特征分別與課件資源平臺中各課件的課件特征進行比對，得到與所述待審核課件的課件相似度滿足第一相似度條件的至少一個課件為錨課件；

對于每一所述錨課件，將所述待審核課件的頁面特征與所述錨課件的頁面特征進行比對，得到所述錨課件中與所述待審核課件中各待審核頁面的頁面相似度滿足第二相似度條件的頁面為目標頁面；

發送相似度檢測結果給用戶設備，所述相似度檢測結果包含所述待審核課件中待審核頁面及對應的目標頁面，和/或，所述相似度檢測結果用于指示所述待審核課件是否具備獨創性。

2.根據權利要求1所述的方法，其特征在于：

所述頁面特征與課件中頁面對應，用于描述頁面信息；

和/或，所述課件特征與課件對應，用于描述課件信息。

3.根據權利要求1或2所述的方法，其特征在于，所述提取待審核課件的頁面特征，包括：

對于所述待審核課件的每一待審核頁面，執行以下操作：

將所述待審核頁面輸入圖像神經網絡，得到所述待審核頁面對應的圖像特征；

將所述待審核頁面輸入文本神經網絡，得到所述待審核頁面對應的文本特征；

將所述待審核頁面輸入圖神經網絡，得到所述待審核頁面對應的頁面結構特征；

其中，所述頁面特征包括所述圖像特征、所述文本特征和所述頁面結構特征。

4.根據權利要求1或2所述的方法，其特征在于，所述提取待審核課件的課件特征，包括：

對所述待審核課件的各所述頁面特征進行融合處理，得到所述待審核課件的課件特征。

5.根據權利要求4所述的方法，其特征在于，所述對所述待審核課件的各所述頁面特征進行融合處理，得到所述待審核課件的課件特征，包括：

采用平均池化操作對所述待審核課件的各所述頁面特征進行特征融合；

對融合后的特征進行歸一化處理，得到所述待審核課件的課件特征。

6.根據權利要求1或2所述的方法，其特征在于，所述將所述待審核課件的課件特征分別與課件資源平臺中各課件的課件特征進行比對，得到與所述待審核課件的課件相似度滿足第一相似度條件的至少一個課件為錨課件，包括：

將所述待審核課件的課件特征分別與課件資源平臺中各課件的課件特征進行比對，得到所述待審核課件與各所述課件的課件相似度；

在所述課件相似度滿足以下至少一第一相似度條件時，確定對應課件為錨課件：

所述課件相似度大于預設相似度閾值；

對各所述課件相似度進行大小排序，得到排序在前的預設個數個課件相似度。

7.根據權利要求6所述的方法，其特征在于，所述將所述待審核課件的課件特征分別與課件資源平臺中各課件的課件特征進行比對，得到所述待審核課件與各所述課件的課件相似度，包括：

根據以下公式得到所述待審核課件與各所述課件的課件相似度：

s＝z^TZ

其中，z表示所述待審核課件的課件特征對應的課件向量表征；Z＝[z₁，z₂，...，z_N]表示所述課件資源平臺中各課件的課件特征對應的課件向量表征的集合，N為所述課件資源平臺中的課件總個數；s＝[s₁，s₂，...，s_N]，表示課件相似度的集合。