龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海天玑科技股份有限公司;上海天玑数据技术有限公司
申请日：2024-02-29
公开（公告）日：2024-05-14
公开（公告）号：CN118036586A
主分类号：G06F40/194
分类号：G06F40/194;G06F40/216;G06F40/289;G06F16/33
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.31#实质审查的生效;2024.05.14#公开
摘要：本发明涉及一种用于智能文档审阅系统的文档查重方法及存储介质，所述方法包括以下步骤：获取待查重文档与查重目标文档的初始分词结果；针对待查重文档与查重目标文档，分别通过分词窗口进行文档区域划分；基于文档区域划分结果，通过不同区域的自适应窗口进行所述初始分词结果的优化，获得优化分词结果；通过TF‑IDF模型基于所述优化分词结果进行向量化处理，分别获得待查重文档与查重目标文档的文档特征向量；通过待查重文档与查重目标文档的文档特征向量之间的余弦相似度获取待查重文档的文档重复程度。与现有技术相比，本发明具有保证在智能文档审阅系统中可以准确地进行文档查重等优点。
主权项：1.一种用于智能文档审阅系统的文档查重方法，其特征在于，包括以下步骤：获取待查重文档与查重目标文档的初始分词结果；针对待查重文档与查重目标文档，分别通过分词窗口进行文档区域划分；基于文档区域划分结果，通过不同区域的自适应窗口进行所述初始分词结果的优化，获得优化分词结果；通过TF-IDF模型基于所述优化分词结果进行向量化处理，分别获得待查重文档与查重目标文档的文档特征向量；通过待查重文档与查重目标文档的文档特征向量之间的余弦相似度获取待查重文档的文档重复程度。
全文数据：
权利要求：
百度查询： 上海天玑科技股份有限公司;上海天玑数据技术有限公司 一种用于智能文档审阅系统的文档查重方法及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号