一種名稱相似度獲取方法及裝置制造方法
【專利摘要】本申請(qǐng)公開了一種名稱相似度獲取方法及裝置，所述方法包括：確定第一對(duì)象和第二對(duì)象；獲取字包含相似度值，字包含相似度值為第一對(duì)象中包含有與第二對(duì)象中相同字符的字符數(shù)量在第一對(duì)象中所占的比重值；獲取字順序相似度值，字順序相似度值為第一對(duì)象中包含有第二對(duì)象中相同字符的字順序相似度值；獲取字距離相似度值，字距離相似度值為第一對(duì)象中包含有第二對(duì)象中相同的字符將第一對(duì)象中名稱字符分割后的字符片段均勻度值；依據(jù)字包含相似度值、字順序相似度值及字距離相似度值，獲取第一對(duì)象與第二對(duì)象的三維相似度值。本申請(qǐng)?jiān)讷@取兩個(gè)名稱對(duì)象的相似度值的過程中，無需語料庫、統(tǒng)計(jì)規(guī)劃或分詞庫等做基礎(chǔ)計(jì)算，計(jì)算量較小，效率較高。
【專利說明】一種名稱相似度獲取方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本申請(qǐng)涉及相似度識(shí)別【技術(shù)領(lǐng)域】，特別涉及一種名稱相似度獲取方法及裝置。

【背景技術(shù)】
[0002] 中文機(jī)構(gòu)名稱在簡(jiǎn)寫、縮寫或改寫之后的名稱相似度識(shí)別方案應(yīng)用在反洗錢系統(tǒng) 名稱過濾、高校就業(yè)系統(tǒng)照片單位管理、wiki百科各種切換詞條等應(yīng)用中。
[0003] 目標(biāo)，進(jìn)行名稱相似度識(shí)別的方案通常以基于特征規(guī)則的縮寫識(shí)別方案為主，但 這種方案需要分詞作為基礎(chǔ)計(jì)算，使得在相似度計(jì)算的過程中需要分詞庫支持，計(jì)算量較 大，效率較低。


【發(fā)明內(nèi)容】

[0004] 本申請(qǐng)所要解決的技術(shù)問題是提供一種名稱相似度獲取方法及裝置，用以解決現(xiàn) 有技術(shù)中基于特征規(guī)則的縮寫識(shí)別方案中需要分詞庫做基礎(chǔ)計(jì)算，使得計(jì)算量較大，效率 較低的技術(shù)問題。
[0005] 本申請(qǐng)?zhí)峁┝艘环N名稱相似度獲取方法，包括：
[0006] 確定第一對(duì)象和第二對(duì)象，所述第一對(duì)象包括至少一個(gè)名稱字符，所述第二對(duì)象 包括至少一個(gè)名稱字符，所述第一對(duì)象的字符數(shù)量大于或等于所述第二對(duì)象的字符數(shù)量；
[0007] 獲取字包含相似度值，所述字包含相似度值為所述第一對(duì)象中包含有與所述第二 對(duì)象中相同字符的字符數(shù)量在所述第一對(duì)象中所占的比重值；
[0008] 獲取字順序相似度值，所述字順序相似度值為所述第一對(duì)象中包含有所述第二對(duì) 象中相同字符的字順序相似度值；
[0009] 獲取字距離相似度值，所述字距離相似度值為所述第一對(duì)象中包含有所述第二對(duì) 象中相同的字符將所述第一對(duì)象中名稱字符分割后的字符片段均勻度值；
[0010] 依據(jù)所述字包含相似度值、所述字順序相似度值及所述字距離相似度值，獲取所 述第一對(duì)象與所述第二對(duì)象的三維相似度值。
[0011] 上述方法，優(yōu)選的，所述獲取字包含相似度包括：
[0012] 利/

【權(quán)利要求】
1. 一種名稱相似度獲取方法，其特征在于，包括： 確定第一對(duì)象和第二對(duì)象，所述第一對(duì)象包括至少一個(gè)名稱字符，所述第二對(duì)象包括 至少一個(gè)名稱字符，所述第一對(duì)象的字符數(shù)量大于或等于所述第二對(duì)象的字符數(shù)量； 獲取字包含相似度值，所述字包含相似度值為所述第一對(duì)象中包含有與所述第二對(duì)象 中相同字符的字符數(shù)量在所述第一對(duì)象中所占的比重值； 獲取字順序相似度值，所述字順序相似度值為所述第一對(duì)象中包含有所述第二對(duì)象中 相同字符的字順序相似度值； 獲取字距離相似度值，所述字距離相似度值為所述第一對(duì)象中包含有所述第二對(duì)象中 相同的字符將所述第一對(duì)象中名稱字符分割后的字符片段均勻度值； 依據(jù)所述字包含相似度值、所述字順序相似度值及所述字距離相似度值，獲取所述第 一對(duì)象與所述第二對(duì)象的三維相似度值。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取字包含相似度，包括： 利用C(民= 獲取所述第一對(duì)象中包含有所述第二對(duì)象中相同字符的字符 數(shù)量在所述第一對(duì)象中所占的比重值作為字包含相似度值； 其中，η(ΒΠΑ)為所述第一對(duì)象A中包含有所述第二對(duì)象B中相同字符的字符數(shù)量，η(Α)為所述第一對(duì)象A的字符數(shù)量，C(B，A)為所述比重值。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取字順序相似度值，包括： prcj(OrdcjHB/?)) 利用獲取所述第一對(duì)象中包含有所述第二對(duì)象中相同字符 的字順序相似度值； 其中，Order(Β，Α)為所述第一對(duì)象A中包含有第二對(duì)象B中相同的字符在所述第一對(duì) 象A中的序號(hào)排列組合，pre(Order(Β，A))為所述序號(hào)排列組合中的正序數(shù)，η(ΒΠΑ)為所 述第一對(duì)象A中包含有所述第二對(duì)象B中相同字符的字符數(shù)量，0(Β，Α)為所述第一對(duì)象與 所述第二對(duì)象的字順序相似度值。
4. 根據(jù)權(quán)利要求1、2或3所述的方法，其特征在于，所述獲取字距離相似度值，包括： 利用
獲取所述第一對(duì)象中包含有所述 第二對(duì)象中相同的字符將所述第一對(duì)象中名稱字符分割后的字符片段累積距離值； 其中，N為第一對(duì)象A中名稱字符的數(shù)量，Pi為所述第一對(duì)象A中包含有所述第二對(duì)象B中相同的字符在所述第一對(duì)象A中對(duì)應(yīng)的位置排序序號(hào)，U(B，A)為所述第一對(duì)象A中包 含有所述第二對(duì)象B中相同的字符將所述第一對(duì)象A中名稱字符分割后的字符片段累積距 離值； 利用= ^)，獲取所述第一對(duì)象與所述第二對(duì)象的字順序相 η/2+1 似度值； 其中，η為所述第一對(duì)象A中包含有所述第二對(duì)象B中相同字符的字符數(shù)量，L(Β，Α)為 所述第一對(duì)象與所述第二對(duì)象的字順序相似度值。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述依據(jù)所述字包含相似度值、所述字順 序相似度值及所述字距離相似度值，獲取所述第一對(duì)象與所述第二對(duì)象的三維相似度值， 包括： 利用… ，分別獲取所述字包含相似度值、所述 字順序相似度值及所述字距離相似度值各自對(duì)應(yīng)的權(quán)重系數(shù)； 其中，ai為所述第一對(duì)象A與所述第二對(duì)象B的字包含相似度值C對(duì)應(yīng)的權(quán)重系數(shù)；α2為所述第一對(duì)象A與所述第二對(duì)象B的字順序相似度值O對(duì)應(yīng)的權(quán)重系數(shù)；α3為所述 第一對(duì)象A與所述第二對(duì)象B的字距離相似度值L對(duì)應(yīng)的權(quán)重系數(shù)； 利用S=aα2〇+a3L，獲取所述第一對(duì)象與所述第二對(duì)象的三維相似度值； 其中，S為所述第一對(duì)象A與所述第二對(duì)象B的三維相似度值。
6. 根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述獲取到所述第一對(duì)象與所述第二 對(duì)象的三維相似度值之后，所述方法還包括： 判斷所述三維相似度值是否大于或等于預(yù)設(shè)第一閥值，如果是，生成第一提示信息，所 述第一提示信息用于提示對(duì)所述第一對(duì)象進(jìn)行操作的信息。
7.根據(jù)權(quán)利要求1或6所述的方法，其特征在于，在所述獲取到所述第一對(duì)象與所述第 二對(duì)象的三維相似度值之后，所述方法還包括： 獲取第一對(duì)象分別與至少一個(gè)第三對(duì)象的三維相似度值； 將所述第一對(duì)象與每個(gè)所述第三對(duì)象的三維相似度值與所述第一對(duì)象和所述第二對(duì) 象的三維相似度值組成相似度值集合； 對(duì)所述相似度值集合中的三維相似度值進(jìn)行大小排序； 依據(jù)排序后的三維相似度值，生成第二提示信息，所述第二提示信息用于提示依據(jù)所 述排序后三維相似度值各自對(duì)應(yīng)的第三對(duì)象或第二對(duì)象對(duì)第一對(duì)象進(jìn)行操作的信息。
8. 根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述確定第一對(duì)象和第二對(duì)象之后，在 所述獲取字包含相似度值之前，所述方法還包括： 獲取所述第二對(duì)象中字符數(shù)量與所述第一對(duì)象中包含有所述第二對(duì)象中相同字符的 字符數(shù)量的差值； 判斷所述差值是否等于1，如果是，生成第三提示信息，并結(jié)束當(dāng)前名稱相似度獲取，所 述第三提示信息用于提示所述第二對(duì)象中只有一個(gè)名稱字符不包含在所述第一對(duì)象中的 信息。
9. 一種名稱相似度獲取裝置，其特征在于，包括： 對(duì)象確定單元，用于確定第一對(duì)象和第二對(duì)象，所述第一對(duì)象包括至少一個(gè)名稱字符， 所述第二對(duì)象包括至少一個(gè)名稱字符，所述第一對(duì)象的字符數(shù)量大于或等于所述第二對(duì)象 的字符數(shù)量； 第一值獲取單元，用于獲取字包含相似度值，所述字包含相似度值為所述第一對(duì)象中 包含有與所述第二對(duì)象中相同字符的字符數(shù)量在所述第一對(duì)象中所占的比重值； 第二值獲取單元，用于獲取字順序相似度值，所述字順序相似度值為所述第一對(duì)象中 包含有所述第二對(duì)象中相同字符的字順序相似度值； 第三值獲取單元，用于獲取字距離相似度值，所述字距離相似度值為所述第一對(duì)象中 包含有所述第二對(duì)象中相同的字符將所述第一對(duì)象中名稱字符分割后的字符片段均勻度 值； 相似度值獲取單元，用于依據(jù)所述字包含相似度值、所述字順序相似度值及所述字距 離相似度值，獲取所述第一對(duì)象與所述第二對(duì)象的三維相似度值。
10. 根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述第一值獲取單元包括： 第一值獲取子單元，用于利用C(艮/0 = ^^，獲取所述第一對(duì)象中包含有所述第 η{Α) 二對(duì)象中相同字符的字符數(shù)量在所述第一對(duì)象中所占的比重值作為字包含相似度值； 其中，η(ΒΠΑ)為所述第一對(duì)象A中包含有所述第二對(duì)象B中相同字符的字符數(shù)量，η(Α)為所述第一對(duì)象A的字符數(shù)量，C(B，A)為所述比重值。
11. 根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述第二值獲取單元包括： 第二值獲取子單元，用于利用Q獲取所述第一對(duì)象中包含有所 述第二對(duì)象中相同字符的字順序相似度值； 其中，Order(B，A)為所述第一對(duì)象A中包含有第二對(duì)象B中相同的字符在所述第一對(duì) 象A中的序號(hào)排列組合，pre(Order(B，A))為所述序號(hào)排列組合中的正序數(shù)，η(BΠA)為所 述第一對(duì)象A中包含有所述第二對(duì)象B中相同字符的字符數(shù)量，0 (Β，Α)為所述第一對(duì)象與 所述第二對(duì)象的字順序相似度值。
12. 根據(jù)權(quán)利要求9、10或11所述的裝置，其特征在于，所述第三值獲取單元包括： 距離值獲取子單元，用于利用
獲取所 述第一對(duì)象中包含有所述第二對(duì)象中相同的字符將所述第一對(duì)象中名稱字符分割后的字 符片段累積距離值； 其中，N為第一對(duì)象A中名稱字符的數(shù)量，Pi為所述第一對(duì)象A中包含有所述第二對(duì)象B中相同的字符在所述第一對(duì)象A中對(duì)應(yīng)的位置排序序號(hào)，U(B，A)為所述第一對(duì)象A中包 含有所述第二對(duì)象B中相同的字符將所述第一對(duì)象A中名稱字符分割后的字符片段累積距 離值； 第三值獲取子單元，用于利用= --^7), 5夾取所述第一對(duì)象與 η/7+1 所述第二對(duì)象的字順序相似度值； 其中，η為所述第一對(duì)象A中包含有所述第二對(duì)象B中相同字符的字符數(shù)量，L(Β，Α)為 所述第一對(duì)象與所述第二對(duì)象的字順序相似度值。
13. 根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述相似度值獲取單元包括： 系數(shù)獲取子單元，用于利用ia]M1,ax)^(c^+l， c(〇〇 ^l^c+L〇+l)，分別獲取所述 字包含相似度值、所述字順序相似度值及所述字距離相似度值各自對(duì)應(yīng)的權(quán)重系數(shù)； 其中，ai為所述第一對(duì)象A與所述第二對(duì)象B的字包含相似度值C對(duì)應(yīng)的權(quán)重系數(shù)； α2為所述第一對(duì)象A與所述第二對(duì)象B的字順序相似度值O對(duì)應(yīng)的權(quán)重系數(shù)；α3為所述 第一對(duì)象A與所述第二對(duì)象B的字距離相似度值L對(duì)應(yīng)的權(quán)重系數(shù)； 相似度值獲取子單元，用于利用S=aiC+α20+a3L，獲取所述第一對(duì)象與所述第二對(duì)象 的三維相似度值； 其中，S為所述第一對(duì)象A與所述第二對(duì)象B的三維相似度值。
14. 根據(jù)權(quán)利要求9所述的裝置，其特征在于，還包括： 第一閥值判斷單元，用于在所述相似度值獲取單元獲取到所述三維相似度值之后，判 斷所述三維相似度值是否大于或等于預(yù)設(shè)第一閥值，如果是，觸發(fā)第一信息生成單元； 第一信息生成單兀，用于生成第一提不信息，所述第一提不信息用于提不對(duì)所述第一 對(duì)象進(jìn)行操作的信息。
15. 根據(jù)權(quán)利要求9所述的裝置，其特征在于，還包括： 值獲取單元，用于在所述相似度值獲取單元獲取到所述三維相似度值之后，獲取第一 對(duì)象分別與至少一個(gè)第三對(duì)象的三維相似度值； 值組合單元，用于將所述第一對(duì)象與每個(gè)所述第三對(duì)象的三維相似度值與所述第一對(duì) 象和所述第二對(duì)象的三維相似度值組成相似度值集合； 值排序單元，用于對(duì)所述相似度值集合中的三維相似度值進(jìn)行大小排序； 第二信息生成單元，用于依據(jù)排序后的三維相似度值，生成第二提示信息，所述第二提 示信息用于提示依據(jù)所述排序后三維相似度值各自對(duì)應(yīng)的第三對(duì)象或第二對(duì)象對(duì)第一對(duì) 象進(jìn)行操作的信息。
16. 根據(jù)權(quán)利要求9所述的裝置，其特征在，還包括： 差值獲取單元，用于在對(duì)象確定單元確定所述第一對(duì)象和所述第二對(duì)象之后，在所述 第一值獲取單元獲取所述字包含相似度值之前，獲取所述第二對(duì)象中字符數(shù)量與所述第一 對(duì)象中包含有所述第二對(duì)象中相同字符的字符數(shù)量的差值； 差值判斷單元，用于判斷所述差值是否等于1，如果是，觸發(fā)第三信息生成單元，并結(jié)束 當(dāng)前名稱相似度獲??； 第三信息生成單元，用于生成第三提示信息，所述第三提示信息用于提示所述第二對(duì) 象中只有一個(gè)名稱字符不包含在所述第一對(duì)象中的信息。
【文檔編號(hào)】G06F17/30GK104462055SQ201310436119
【公開日】2015年3月25日 申請(qǐng)日期:2013年9月23日 優(yōu)先權(quán)日:2013年9月23日
【發(fā)明者】李振星 申請(qǐng)人:北京捷軟世紀(jì)信息技術(shù)有限公司