龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：贵州电网有限责任公司
摘要：本发明公开了一种面向大数据环境的动态文档去重方法及系统，涉及动态文档去重技术领域，包括采集原始文本数据并进行预处理，基于自然语言处理方法对预处理文本数据进行关键词切分；计算切分文本数据中每个关键词的TF‑IDF值获取频率文本数据，基于哈希函数生成关键词特征集并生成标识符；通过标识符比较各文档的相似度，构建分布式计算框架对比较过程进行并行去重处理。本发明所述方法基于自然语言处理方法对预处理文本数据进行关键词切分，提高了数据的结构化水平，通过TF‑IDF值计算和哈希函数映射，提高了数据处理的效率和准确性，通过并行计算和任务分发，解决了现有技术在处理大规模数据时存在的效率瓶颈问题。
主权项：1.一种面向大数据环境的动态文档去重方法，其特征在于，包括：采集原始文本数据并进行预处理，基于自然语言处理方法对预处理文本数据进行关键词切分；计算切分文本数据中每个关键词的TF-IDF值获取频率文本数据，基于哈希函数生成关键词特征集并生成标识符；通过标识符比较各文档的相似度，构建分布式计算框架对比较过程进行并行去重处理。
全文数据：
权利要求：
百度查询： 贵州电网有限责任公司 一种面向大数据环境的动态文档去重方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号