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！

龙图腾网恭喜北京惠及智医科技有限公司申请的专利差异文本筛选方法、装置、设备及存储介质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：CN114997135B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210575553.4，技术领域涉及：G06F40/194；该发明授权差异文本筛选方法、装置、设备及存储介质是由张欢;周开银;刘喜恩设计研发完成，并于2022-05-25向国家知识产权局提交的专利申请。

本差异文本筛选方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种差异文本筛选方法、装置、设备及存储介质，本申请预先配置了相似度匹配模型，用于对待筛选文本集合中每两个文本进行相似度计算，模型训练时若确定一训练文本对中两个训练文本长度差异超过设定差异阈值，则将训练文本对的相似度标签定义为：对其中较长训练文本进行分割后的各候选文本，与较短训练文本的相似度中值最大的相似度。据此，能够减少文本长度差异对相似度标签的影响，由此训练得到的相似度匹配模型精度更高，基于该相似度匹配模型所确定的文本间相似度也会更加准确。基于文本间的相似度，从文本集合中筛选出差异性满足设定差异性条件的目标文本集合，作为最终的高质量文本集合。

本发明授权差异文本筛选方法、装置、设备及存储介质在权利要求书中公布了：1.一种差异文本筛选方法，其特征在于，包括：获取待筛选的文本集合；利用预配置的相似度匹配模型计算所述文本集合中每两个文本间的第一相似度、第二相似度和第三相似度，对所述第一相似度、第二相似度和第三相似度进行加权相加，结果作为两个文本间的最终相似度；所述第一相似度、第二相似度和第三相似度各自的权值的确定过程，包括：采用设定的多种不同权值组合，作为第一相似度、第二相似度和第三相似度的权值，在每种权值组合下，按照设定相似度计算方式计算样本集合中两两文本对的相似度，所述样本集合与所述待筛选的文本集合包含的文本属于同一领域；在每种权值组合下：按照计算得到的样本集合中两两文本对的相似度，从样本集合中选取差异性满足设定的差异性条件的N个文本；将所述样本集合中各文本投影到二维空间，得到原始样本空间，并将原始样本空间划分为多个子区域；将所述N个文本投影到二维空间，并统计投影到每个所述子区域内的文本个数，得到文本分布密度集；计算所述文本分布密度集的方差，作为所述权值组合对应的文本分布密度均衡性；选取文本分布密度均衡性最好的权值组合，作为所述第一相似度、第二相似度和第三相似度各自的最终权值；所述相似度匹配模型以标注有相似度标签的训练文本对作为训练数据训练得到，其中，若一训练文本对中两个训练文本长度差异超过设定差异阈值，则训练文本对的相似度标签为：对其中较长训练文本进行分割后的各候选文本，与较短训练文本的相似度中值最大的相似度；基于所述文本集合中两两文本间的最终相似度，从所述文本集合中筛选出目标文本集合，所述目标文本集合中各文本间的差异性满足设定的差异性条件。

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北京惠及智医科技有限公司，其通讯地址为：100193 北京市海淀区西北旺东路10号院东区5号楼三层C3-5-1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”。