一種基于LCS和TF-IDF的相似字符串確定方法及裝置
基本信息
| 申請?zhí)?/td> | CN202011027205.0 | 申請日 | - |
| 公開（公告）號 | CN112185573A | 公開（公告）日 | 2021-01-05 |
| 申請公布號 | CN112185573A | 申請公布日 | 2021-01-05 |
| 分類號 | G16H50/70(2018.01)I | 分類 | 物理 |
| 發(fā)明人 | 馬素芬;魏博;駱佳俊;許永超;李力行;凌少平 | 申請（專利權(quán)）人 | 志諾維思（北京）基因科技有限公司 |
| 代理機構(gòu) | 北京超凡宏宇專利代理事務(wù)所（特殊普通合伙） | 代理人 | 志諾維思（北京）基因科技有限公司 |
| 地址 | 102200北京市昌平區(qū)沙河鎮(zhèn)能源東路1號院1號樓3層309-3 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本申請?zhí)峁┝艘环N基于LCS和TF?IDF的相似字符串確定方法及裝置，其中，該方法包括：計算同義詞字典中各同義詞的TF?IDF值；從同義詞字典中查找待歸一的字符串對應(yīng)的標(biāo)準(zhǔn)寫法信息；若未查找到，則計算該字符串與相應(yīng)同義詞的最長公共子序列長度和距離以及非公共子序列中包含的所有字符的TF?IDF值總和；對相應(yīng)同義詞按照最長公共子序列長度降序排列得到第一排序結(jié)果，對第一排序結(jié)果按照最長公共子序列距離和TF?IDF值總和的和升序排列得到第二排序結(jié)果，返回第二排序結(jié)果中第一個字符串對應(yīng)的目標(biāo)標(biāo)準(zhǔn)寫法信息；基于待歸一的字符串和目標(biāo)標(biāo)準(zhǔn)寫法信息，確定待歸一的字符串的相似字符串，可對結(jié)構(gòu)化數(shù)據(jù)進行歸一推理，取得了較好的結(jié)果，有利于下一步數(shù)據(jù)分析、挖掘。?? |
