一種基于教輔書籍出版的排版文檔內(nèi)容自查重方法

基本信息

申請?zhí)?/td> CN202010394710.2 申請日 -
公開（公告）號 CN111563372B 公開（公告）日 2021-04-13
申請公布號 CN111563372B 申請公布日 2021-04-13
分類號 G06F16/33(2019.01)I;G06F40/194(2020.01)I;G06F16/903(2019.01)I;G06F16/338(2019.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張泉 申請（專利權(quán)）人 世紀(jì)金榜集團(tuán)股份有限公司
代理機(jī)構(gòu) 濟(jì)南光啟專利代理事務(wù)所（普通合伙） 代理人 衣明春
地址 250000山東省濟(jì)南市槐蔭區(qū)無影山中路278號
法律狀態(tài) -

摘要

摘要 一種基于教輔書籍出版的排版文檔內(nèi)容自查重方法，包括如下步驟：步驟(1)：以二進(jìn)制方式讀入排版文檔；步驟(2)：對二進(jìn)制行序列Wrb進(jìn)行預(yù)處理；步驟(3)：對字符串S進(jìn)行處理；步驟(4)：根據(jù)書版命令利用正則表達(dá)式提取字符串S中表格字符串；步驟(5)：根據(jù)內(nèi)容將字符串S′分割為多個(gè)題目；步驟(6)：對T、F和Q分別利用改進(jìn)的編輯距離相似度算法進(jìn)行查重；步驟(7)：輸出的查重結(jié)果。本發(fā)明通過對書籍文檔分割出的題目、表格、公式等單元進(jìn)行相似度比較，實(shí)現(xiàn)文檔自查重的目的。此方法可有效的克服現(xiàn)有技術(shù)存在的缺點(diǎn)，解決工作效率低、存在大量誤報(bào)和漏報(bào)等問題。??