一种图文混合文档的查重方法及装置.pdfVIP

下载本文档

1
0
约1.32万字
约 11页
2023-11-11 发布于四川
举报
版权申诉

一种图文混合文档的查重方法及装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及文档查重技术领域，尤其涉及一种图文混合文档的查重方法及装置，首先从文档中分离出文字和图片，对文字采用transformer语言模型编码成固定维度的文字向量，对图片采用cnn类模型，编码成图片向量，然后基于向量搜索引擎，运用向量索引及查询技术，分别获得文字及图片向量的语义相似度，最终计算出整篇文档的相似度，进而实现基于语义的图文混合文档的查重。较之传统查重软件，本发明提高了查重的准确性；能支持大规模图文混合文档的语义查重，且较好地平衡了查重效率与查重准确度之间的矛盾。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117034902 A (43)申请公布日 2023.11.10 (21)申请号 202310902537.6 G06V 10/74 (2022.01)