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！

龙图腾网恭喜中国建设银行股份有限公司申请的专利基于语义的文档查重方法及装置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：CN114564935B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210182346.2，技术领域涉及：G06F40/194；该发明授权基于语义的文档查重方法及装置是由李靖;郑邦东;林明;单晟设计研发完成，并于2022-02-25向国家知识产权局提交的专利申请。

本基于语义的文档查重方法及装置在说明书摘要公布了：本发明公开了一种基于语义的文档查重方法及装置，可应用于人工智能技术领域，该方法包括：生成文档集的语义向量集，所述文档集包括待查重文档和多个历史文档；对语义向量集进行向量量化，获得压缩后的向量集；基于压缩后的向量集，检索出与待查重文档距离最近的历史文档，将所述与待查重文档距离最近的历史文档，确定为相似文档；对待查重文档句子分割，获得第一句子集合，对相似文档进行句子分割，获得第二句子集合；对第一句子集合和第二句子集合中的句子进行两两组合，获得多组句子对；从多组句子对中，筛选出相似句子对。本发明可以实现对文档进行查重，效率高。

本发明授权基于语义的文档查重方法及装置在权利要求书中公布了：1.一种基于语义的文档查重方法，其特征在于，包括：生成文档集的语义向量集，所述文档集包括待查重文档和多个历史文档；对语义向量集进行向量量化，获得压缩后的向量集；基于压缩后的向量集，检索出与待查重文档距离最近的历史文档，将所述与待查重文档距离最近的历史文档，确定为相似文档；对待查重文档句子分割，获得第一句子集合，对相似文档进行句子分割，获得第二句子集合；对第一句子集合和第二句子集合中的句子进行两两组合，获得多组句子对；从多组句子对中，筛选出相似句子对；对语义向量集进行向量量化，获得压缩后的向量集，包括：对语义向量集的向量维度进行切分，获得多组语义子向量，每组语义子向量中语义子向量个数为语义向量集中语义向量的个数，语义子向量的维度小于语义向量的维度；对每组语义子向量进行聚类，获得每组语义子向量对应的多个类中心，其中，每组语义子向量对应的多个类中心的个数小于语义子向量个数；对每组语义子向量中每个语义子向量，查找该组语义子向量对应的多个类中心中与该语义子向量距离最近的类中心，标记为该语义子向量的标签；其中，所有语义子向量的标签构成压缩后的向量集。

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国建设银行股份有限公司，其通讯地址为：100033 北京市西城区金融大街25号；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”。