一种引用识别方法、设备和计算机可存储介质技术

本发明专利技术公开了一种引用识别方法、设备和计算机可存储介质。所述方法，包括：获取原创语料和候选语料；利用预设的ROUGE算法计算所述原创语料和所述候选语料的ROUGE值；根据所述原创语料和所述候选语料的ROUGE值的大小，确定所述候选语料引用所述原创语料的程度。本发明专利技术解决了通过相似度比较算法不能识别部分引用的问题，本发明专利技术利用ROUGE算法，计算两个语料之间的ROUGE值，根据该ROUGE值可以识别出两个语料直接是否存在全部引用关系或者部分引用关系。

【技术实现步骤摘要】
一种引用识别方法、设备和计算机可存储介质
本专利技术涉及计算机
，特别是涉及一种引用识别方法、设备和计算机可存储介质。
技术介绍
在新闻领域中，常常会有很多文章引用或者转载同一篇文章的内容。目前，在进行引用识别时，多采用相似度比较算法，即：获取候选文章和原创文章，将这两篇文章进行全文的相似度比较，如果相似度大于预设的阈值，则认定候选文章引用了原创文章。由于在候选文章仅引用原创文章的很小一部分时，候选文章和原创文章之间的相似度往往小于预设的相似度阈值，所以采用全文相似度比较的方式，不能识别出部分引用的情况。
技术实现思路
本专利技术要解决的技术问题是一种引用识别方法、设备和计算机可存储介质，用以解决现有技术不能识别出部分引用的问题。为解决上述技术问题，本专利技术是通过以下技术方案来解决的：本专利技术提供了一种引用识别方法，包括：获取原创语料和候选语料；利用预设的ROUGE算法计算所述原创语料和所述候选语料的ROUGE值；根据所述原创语料和所述候选语料的ROUGE值的大小，确定所述候选语料引用所述原创语料的程度。可选的，在利用预设的ROUGE算法计算所述原创语料和所述候选语料的ROUG本文档来自技高网...

【技术保护点】
1.一种引用识别方法，其特征在于，包括：获取原创语料和候选语料；利用预设的ROUGE算法计算所述原创语料和所述候选语料的ROUGE值；根据所述原创语料和所述候选语料的ROUGE值的大小，确定所述候选语料引用所述原创语料的程度。

【技术特征摘要】
1.一种引用识别方法，其特征在于，包括：获取原创语料和候选语料；利用预设的ROUGE算法计算所述原创语料和所述候选语料的ROUGE值；根据所述原创语料和所述候选语料的ROUGE值的大小，确定所述候选语料引用所述原创语料的程度。2.如权利要求1所述的方法，其特征在于，在利用预设的ROUGE算法计算所述原创语料和所述候选语料的ROUGE值之前，还包括：对所述原创语料和所述候选语料分别进行分段和分句处理。3.如权利要求2所述的方法，其特征在于，利用预设的ROUGE算法计算所述原创语料和所述候选语料的ROUGE值，包括：步骤12，获取比较语料中的一个段落；其中，在所述原创语料和所述候选语料中，将段落总数大的语料作为比较语料，将段落总数小的语料作为基础语料；步骤14，计算所述段落与所述基础语料中每个段落的ROUGE值；步骤16，在所述段落与所述基础语料中每个段落的ROUGE值中，选择最大的ROUGE值作为所述段落与所述基础语料的ROUGE值，跳回步骤12，以获取所述比较语料的下一个段落，直到获取了所述比较语料中的所有段落为止。4.如权利要求2所述的方法，其特征在于，利用预设的ROUGE算法计算所述原创语料和所述候选语料的ROUGE值，包括：步骤22，获取所述比较语料中的一个句子；其中，在所述原创语料和所述候选语料中，将句子总数大的语料作为比较语料，将句子总数小的语料作为基础语料；步骤24，计算所述句子与所述基础语料中每个句子的ROUGE值；步骤26，在所述句子与所述基础语料中每个句子的ROUGE值中，选择最大的ROUGE值作为所述句子与...

【专利技术属性】
技术研发人员：黄泰文，孙彩霞，王磊，罗引，
申请(专利权)人：北京中科闻歌科技股份有限公司，
类型：发明
国别省市：北京,11