买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中电信数智科技有限公司申请的专利一种同时基于图像、视频和文本内容对文档相似性进行判断的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115221856B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210861048.6，技术领域涉及：G06F40/194；该发明授权一种同时基于图像、视频和文本内容对文档相似性进行判断的方法是由张宇;李秀芬;陈龙;程任华;郑金辉;朱庭俊设计研发完成，并于2022-07-22向国家知识产权局提交的专利申请。

本一种同时基于图像、视频和文本内容对文档相似性进行判断的方法在说明书摘要公布了：本发明公开了一种同时基于图像、视频和文本内容对文档相似性进行判断的方法，包括：S1：选取两篇同类型的文档D1和D2，对其进行Hash计算，判断D1和D2是否为重复文档；若D1和D2不是重复文档，则对文档D1和D2分别进行文本、图像、视频内容相似度计算，分别为文档的文本、图像和视频相似度设置权重，通过加权计算得到文档相似度，将其与预设阈值比较，得出文档相似性结论。本发明既判断文本的相似性，又判断图像和视频的相似性，综合后计算出文档的相似度，并提示人工进行再次核对，进行后续处理。

本发明授权一种同时基于图像、视频和文本内容对文档相似性进行判断的方法在权利要求书中公布了：1.一种同时基于图像、视频和文本内容对文档相似性进行判断的方法，其特征在于，包括： S1：选取两篇同类型的文档D1和D2，对其进行Hash计算，判断D1和D2是否为重复文档； S2：若D1和D2不是重复文档，则对文档D1和D2进行解压缩，提取出文本、图像和视频； S3：对文档D1和D2，分别对文本进行分词、词性标注和预处理，形成名词及专有名词的集合W1和W2； S4：对于集合W1和W2中的每个词分别计算TD-IDF值，并按TD-IDF值的大小进行排序，形成列表L1和L2； S5：从L1和L2中各选出前N个词，合并成集合W，分别对文档D1和D2计算各自文档对于集合W中每个词的词频，并生成各自的词频向量； S6：计算文档D1和D2各自的词频向量的余弦相似度Simtxt，Simtxt即为文档D1和D2的文本相似度； S7：分别对文档D1和D2中全部的图片进行Hash计算，得到Hash值列表Hsh1和Hsh2，进而计算文档D1和D2的图像相似度Simpic； S8：使用字节比对的方式对文档D1和D2中的视频内容计算相似度Simvideo； S9：分别为文档的文本、图像和视频相似度设置权重w1,w2,w3，其中，w1+w2+w3＝1，通过加权计算得到文档相似度Sim，将其与预设阈值比较，得出文档相似性结论； 其中，S7计算文档D1和D2的图像相似度Simpic＝NhshMaxLen1,Len2； 其中，Nhsh为Hsh1和Hsh2中相同值的数量，Len1和Len2分别为列表Hsh1和Hsh2长度； 其中，S8将文档D1和D2中的视频文件形成LV1和LV2列表，将LV1中的每个视频分别与LV2中的每个视频进行字节比对，若字节相同的比例超过预设值T1，则在L列表中增加值为1，否则增加值为0，最终，L为值为1或0的列表； 计算文档D1和D2中视频内容的相似度 其中，LenLV1、LenL分别为列表LV1、L的长度，Li为列表L的第i个列表元素值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中电信数智科技有限公司，其通讯地址为：100036 北京市海淀区复兴路33号13层东塔13层1308室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。