科创中国
一种基于余弦定理的信息查重方法、系统及终端机
发布时间: 2025-05-06
基本信息
合作方式：
技术咨询
成果类型：
发明专利
行业领域：
新一代信息技术产业,新兴软件和新型信息技术服务,互联网与云计算、大数据服务
成果介绍
本成果提出了一种基于余弦定理的信息查重方法、系统及终端机，旨在解决信息系统功能查重效率低、重复建设等问题。该方法通过采集文本信息并进行语料预处理，包括分词和去词处理，将文本信息转换为数值型数据，计算符合预设条件词语的词频并排序，形成功能词汇数据集，最终基于该数据集计算文本信息之间的相似度。系统包括信息采集模块、预处理模块、词频计算模块、词频排序模块和相似度比对模块，各模块协同工作，实现高效查重。终端机则通过存储器、处理器及计算机程序实现查重方法的自动化运行。该成果通过余弦相似度计算，结合TF-IDF权重分配，有效识别文本信息中的重复功能，避免无序和重复建设，节约投资成本，推动数字化项目从规模建设向精准建设转变，为电力信息系统查重领域提供了高效的技术解决方案。
成果亮点
本成果的核心亮点在于创新性地将余弦定理应用于信息查重领域，结合TF-IDF权重分配，有效解决了传统查重方法中存在的效率低下和准确性不足的问题。首先，通过OCR文字识别技术采集文本信息，并结合分词和去词处理，实现了对文本信息的高效预处理。其次，利用逆文件频率（IDF）对词频率权重进行逆向标识，有效突出了低频但重要的词语，提高了文本相似度计算的准确性。此外，通过余弦相似度计算，能够快速、准确地识别文本信息中的重复功能，避免了无序和重复建设，节约了投资成本。与传统方法相比，本成果不仅提高了查重效率，还通过智能化的数据处理和分析，为数字化项目的精准建设提供了有力支持，推动了信息系统的集约化发展。
团队介绍
本成果的研发团队在自然语言处理、数据挖掘和智能算法等领域拥有深厚的专业背景和丰富的实践经验。团队成员紧密合作，充分发挥各自的专业优势，攻克了文本预处理、词频权重分配和相似度计算中的多项技术难题。该团队不仅具备强大的技术研发能力，还具备将前沿技术与实际应用相结合的能力，成功将余弦定理和TF-IDF算法应用于信息查重领域，显著提高了查重效率和准确性。通过创新性的技术设计和优化，团队为推动电力信息系统查重技术的发展做出了重要贡献，为数字化项目的精准建设提供了有力支持。
成果资料
下载app