文本筛选方法、装置、设备及存储介质

发明专利有效专利

申请号：
CN202011302193.8
IPC分类号：G06F40/211;G06F40/289;G06F40/216;G06F40/194;G06K9/62
申请日期：
2020-11-19
申请人：
深圳壹账通智能科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	文本筛选方法、装置、设备及存储介质
申请号	CN202011302193.8	申请日期	2020-11-19
法律状态	公开	申报国家	中国
公开/公告日	2021-02-12	公开/公告号	CN112364625A
优先权	暂无	优先权号	暂无
主分类号	G06F40/211	IPC分类号	G;0;6;F;4;0;/;2;1;1;;;G;0;6;F;4;0;/;2;8;9;;;G;0;6;F;4;0;/;2;1;6;;;G;0;6;F;4;0;/;1;9;4;;;G;0;6;K;9;/;6;2查看分类表>
申请人	深圳壹账通智能科技有限公司	申请人地址	广东省深圳市前海深港合作区前湾一路1号A栋201室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	深圳壹账通智能科技有限公司	当前权利人	深圳壹账通智能科技有限公司
发明人	董润华
代理机构	深圳市沃德知识产权代理事务所（普通合伙）	代理人	高杰;于志光

摘要

本发明涉及大数据的数据处理技术，提供了一种文本筛选方法、装置、设备及存储介质。该方法对待筛选的第一文本执行分词操作得到多个分词，并提取预设词性的关键词，为各分词及各关键词分配权重，计算出各分词及各关键词的哈希值，根据哈希值及权重得到分词的权重向量和关键词的权重向量，将权重向量累加得到该文本的第一权重向量及第二权重向量，对第一权重向量及第二权重向量执行降维得到该文本的第一simhash值及第二simhash值，计算第一simhash值与目标文本的第三simhash值的距离值，当该距离值大于第一预设值时，计算第二simhash值与第三simhash值的距离值，当该距离值小于或等于第二预设值时，筛除第一文本。本发明可以对摘要性或总结性的文本进去重。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供