您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 一种基于改进的Jaccard系数确定文档相似度的方法
专利状态 - 专利号(申请号) CN106372043B
专利申请日期 2016-09-07 专利类型 发明专利
申请公布号 2016108072026 申请公布日 2016-09-07
授权公告号 - 授权公告日 -
发明人 林劼;俞婷婷;江育娥
专利权人 福建师范大学
专利摘要 本发明公开一种基于改进的Jaccard系数确定文档相似度的方法,步骤1:分别确定文档X中长度为K的每个元素wi对应的数量和文档Y中长度为K的每个元素wj对应的数量,步骤2:计算每个元素wi在文档X中所占的比重步骤3:计算每个元素wj在文档Y中所占的比重步骤4:计算文档X和文档Y关于共同元素wh的Jaccard相似度步骤5:计算元素wh在文档X和文档Y所有n‑Gram长度为K的元素中的所占的比重ε(wh),步骤6:计算元素wh在文档X和文档Y是否同时出现的参数F(wh),步骤7:设定为文档X和文档Y的相似度。本发明通过考虑各元素、样本在文档中的权重及其对多个文档相似度的贡献程度,有效地解决现有技术中存在的文档间相似度计算不精的问题。
专利价值评估分析
相关推荐
Baidu
map