技术编号:11293472
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及文本识别技术领域,特别涉及一种基于中文分词的文本相似性识别方法及装置。背景技术随着Web2.0技术及SNS的快速发展,虽然使信息传播更加便利,但重复信息也越来越多,据公开资料统计,网页的重复率平均大约为4。也就是说,当你通过一个连接看到一篇文章信息的时候,平均还有另外3个不同的链接也给出相同或者基本相似的内容。对于相同或相似的信息,现有的一些网站、社区等会对网页或文章中的文本内容进行识别,提取文本中的一些特征信息,并基于这些特征信息判断文本之间的相似程度,并通过聚类、过滤等手段对相似的...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。