技术特征：
技术总结
本发明提供了一种基于语义分析的文档查重方法和装置，包括：确定待查重文档和对比文档；根据预设的格式标准，对所述待查重文档、所述对比文档进行格式转换；对经过格式转换的所述待查重文档、所述对比文档进行分词；根据所述待查重文档的分词结果和所述对比文档的分词结果，进行同义词归并，确定第一相似度；根据所述待查重文档的分词结果和所述对比文档的分词结果，进行聚类分析，确定第二相似度；根据所述第一相似度和所述第二相似度，确定所述待查重文档与所述对比文档的重复率。本发明提供的方案能够提高查重的精确度。
技术研发人员：王乐;石园
受保护的技术使用者：浪潮软件集团有限公司
技术研发日：2018.05.21
技术公布日：2018.11.13