版式文档的比对方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供一种版式文档的比对方法、装置、设备及存储介质，该方法包括：接收文档收集设备采集获得的第一版式文档和第二版式文档；对所述第一版式文档和所述第二版式文档中的段落执行语义分析处理，得到所述第一版式文档和所述第二版式文档中每个段落的描述对象；分别将所述第一版式文档和所述第二版式文档中，描述对象相同且相邻的段落划分到同一分区；将所述第一版式文档和所述第二版式文档中排序相同的段落及分区进行比对，并输出比对结果。减少了版式文档内容的比对次数，提高了比对效率。

Comparison method, device, equipment and storage medium of layout document

【技术实现步骤摘要】
版式文档的比对方法、装置、设备及存储介质
本专利技术实施例涉及计算机
，尤其涉及一种版式文档的比对方法、装置、设备及存储介质。
技术介绍
可扩展标记语言(ExtensibleMarkupLanguage，XML)排版系统是一种常用的版式文档排版系统，其是一套利用前期结构化的数据和预先设计好的模板，通过版式排版软件的排版能力，自动化的实现排版、印刷、网刊发布流程的通用系统。在整个系统流程中，依据业务需要，可能需要手工对稿件通过版式排版编辑软件对版式文档做些内容修改和格式样式调整工作，这就要求能够进行版式文档的比较。现有版式文档的比较，一般先由两个待比对的版式文档的段落组成构造两个有向序列，要求两个有向序列中的每个单元都要两两比较，对于序列长度比较短的情况，比对的次数相对较少。但是对于长度较长的序列来说就存在比对次数多，比对效率低的问题。
技术实现思路
本专利技术实施例提供一种版式文档的比对方法、装置、设备及存储介质，用以提高版式文档的比对效率。本申请实施例第一方面提供一种版式文档的比对方法，包括：本文档来自技高网...

【技术保护点】
1.一种版式文档的比对方法，其特征在于，包括：/n接收文档收集设备采集获得的第一版式文档和第二版式文档；/n对所述第一版式文档和所述第二版式文档中的段落执行语义分析处理，得到所述第一版式文档和所述第二版式文档中每个段落的描述对象；/n分别将所述第一版式文档和所述第二版式文档中，描述对象相同且相邻的段落划分到同一分区；/n将所述第一版式文档和所述第二版式文档中排序相同的段落及分区进行比对，并输出比对结果。/n

【技术特征摘要】
1.一种版式文档的比对方法，其特征在于，包括：
接收文档收集设备采集获得的第一版式文档和第二版式文档；
对所述第一版式文档和所述第二版式文档中的段落执行语义分析处理，得到所述第一版式文档和所述第二版式文档中每个段落的描述对象；
分别将所述第一版式文档和所述第二版式文档中，描述对象相同且相邻的段落划分到同一分区；
将所述第一版式文档和所述第二版式文档中排序相同的段落及分区进行比对，并输出比对结果。


2.根据权利要求1所述的方法，其特征在于，所述分别将所述第一版式文档和所述第二版式文档中，描述对象相同且相邻的段落划分到同一分区，包括：
根据所述第一版式文档和所述第二板式文档中各段落的描述对象，分别对所述第一版式文档中的段落和所述第二板式文档中的段落进行聚类处理，将描述对象相同的段落划分为一类；
分别将所述第一版式文档和所述第二板式文档中，属于同一类且相邻的段落划分到同一分区。


3.根据权利要求1或2所述的方法，其特征在于，所述将所述第一版式文档和所述第二版式文档中排序相同的段落及分区进行比对，包括：
计算所述第一版式文档和所述第二版式文档中每个段落、每个分区的哈希值；
将所述第一板式文档和所述第二板式文档中排序相同的段落及分区的哈希值进行比对。


4.根据权利要求3所述的方法，其特征在于，计算所述第一版式文档和所述第二版式文档中每个段落、每个分区的哈希值，包括：
基于所述第一版式文档和所述第二版式文档中每个段落或分区的内容数据计算所述第一版式文档和所述第二版式文档中每个段落或分区的第一哈希值；
基于所述第一版式文档和所述第二版式文档中每个段落或分区的格式数据，计算所述第一版式文档和所述第二版式文档中每个段落或分区的第二哈希值。


5.一种版式文档比对装置，其特征在于，包括：
接收模块，用于接收文档收集设备采集获得的第一版式文档和第二版式文档；
语义分析模块，用于对所述第一版式文档和所述第二版式...

【专利技术属性】
技术研发人员：严昌华，
申请(专利权)人：北大方正集团有限公司，北京北大方正电子有限公司，
类型：发明
国别省市：北京;11