技術(shù)總結(jié)
本申請(qǐng)公開了一種中文文本相似度的確定方法和裝置。其中，該方法包括：將第一中文文本中的漢字轉(zhuǎn)化為拼音，得到第一拼音文本，將第二中文文本中的漢字轉(zhuǎn)化為拼音，得到第二拼音文本，按照漢語拼音的規(guī)則統(tǒng)計(jì)第一拼音文本中每種拼音單元的個(gè)數(shù)和第二拼音文本中每種拼音單元的個(gè)數(shù)，由第一拼音文本中每種拼音單元的個(gè)數(shù)生成第一特征向量，由第二拼音文本中每種拼音單元的個(gè)數(shù)生成第二特征向量，計(jì)算第一特征向量與第二特征向量的距離，根據(jù)距離確定第一中文文本與第二中文文本的相似度，其中，距離越小，第一中文文本與第二中文文本的相似度越高。本申請(qǐng)解決了現(xiàn)有技術(shù)難以有效識(shí)別因拼寫錯(cuò)誤造成的相似文本的技術(shù)問題。

技術(shù)研發(fā)人員：劉粉香
受保護(hù)的技術(shù)使用者：北京國雙科技有限公司
文檔號(hào)碼：201510850305
技術(shù)研發(fā)日：2015.11.27
技術(shù)公布日：2017.06.09