(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210252025.5 (22)申请日 2022.03.15 (71)申请人 北京梆梆安全科技有限公司 地址 100083 北京市海淀区学院路3 0号科 大天工大厦A座20层1至 3室 (72)发明人 阚志刚　吕文昊　李洋　陈彪　 程显龙　 (74)专利代理 机构 北京国昊天诚知识产权代理 有限公司 1 1315 专利代理师 李潇 (51)Int.Cl. G06F 40/194(2020.01) G06F 40/211(2020.01) G06F 40/247(2020.01) G06F 40/30(2020.01)G06F 21/10(2013.01) (54)发明名称 一种文本的侵权检测方法、 装置、 电子设备 及存储介质 (57)摘要 本申请公开了一种文本的侵权检测方法， 以 解决相关技术中仅根据待检测文本的文本向量 和原创文本向量之间的向量相似度进行侵权检 测， 并未考虑其他可能影 响待检测文本和原创文 本之间相似度的影 响因素， 导致得到的侵权检测 结果并不准确的问题。 方法包括： 确定待检测文 本所包含的目标语句； 计算目标语句与原创文本 中原创语句之间的语义相似度和语序相似度； 其 中， 语义相似度由目标语句所包含的词语的同义 词集确定； 语序相似度由词语在目标语句中的排 列次序确定； 根据语义相似度和语序相似度， 判 断待检测文本是否为原创文本的侵权文本。 本申 请还公开一种文本的侵权检测装置、 电子设备及 计算机可读存 储介质。 权利要求书2页 说明书10页 附图3页 CN 114564936 A 2022.05.31 CN 114564936 A 1.一种文本的侵 权检测方法， 其特 征在于， 包括： 确定待检测文本所包 含的目标语句； 计算所述目标语句与原创文本中原创语句之间的语义相似度和语序相似度； 其中， 所 述语义相似度由所述目标语句所包含的词语的同义词集确定； 所述语序相似度由所述词语 在所述目标语句中的排列次序确定； 根据所述语义相似度和所述语序相似度， 判断所述待检测文本是否为所述原创文本的 侵权文本。 2.如权利要求1所述的方法， 其特征在于， 计算所述目标语句与原创 文本中原创语句之 间的语义相似度， 包括： 分别获取所述目标语句和所述原创语句各自包含的主语、 动词以及被所述动词执行的 对象， 对应组合 为主语对、 动词对和对象对； 分别计算所述主语对之间的主语相似度、 所述动词对之间的动词相似度， 以及所述对 象对之间的对象相似度； 根据所述主语相似度、 所述动词相似度和所述对象相似度， 计算所述目标语句与所述 原创语句之间的结构相似度； 根据所述目标语句所包含的词语的同义词集和所述原创语句所包含的词语的同义词 集， 确定所述目标语句与所述原创语句之间的同义词集相似度； 根据所述结构相似度和所述同义词集相似度， 计算所述目标语句与 所述原创语句之间 的语义相似度。 3.如权利要求2所述的方法， 其特征在于， 根据所述目标语句所包含的词语的同义词集 和所述原创语句所包含的词语的同义词集， 确定所述目标语句与所述原创语句之 间的同义 词集相似度， 包括： 计算所述目标语句所包 含的词语的同义词集与所述原创语句的第一同义词集相似度； 计算所述原创语句所包 含的词语的同义词集与所述目标语句的第二同义词集相似度； 根据所述第一同义词集相似度、 所述第二同义词集相似度、 所述目标语句所包含的所 述词语的数量， 以及所述原创语句所包 含的词语的数量， 确定所述同义词集相似度。 4.如权利要求1所述的方法， 其特征在于， 在计算所述目标语句与原创 文本中原创语句 之间的语义相似度和语序相似度之前， 所述方法还 包括： 对所述目标语句所包 含的所述词语进行词性标注， 得到所述词语的词性； 根据所述词语和所述词性， 获取 所述词语的同义词集。 5.如权利要求1所述的方法， 其特征在于， 计算所述目标语句与原创 文本中原创语句之 间的语序相似度， 包括： 根据所述目标语句所包 含的所述词语和所述原创语句所包 含的词语构建联合 集； 分别根据所述目标语句所包含的所述词语和所述原创语句所包含的词语在所述联合 集中的排列次序， 确定所述目标语句的目标词序向量和所述原创语句的原创词序向量； 根据所述目标词序向量和所述原创词序向量， 计算所述目标语句与原创 文本中原创语 句之间的语序相似度。 6.如权利要求1所述的方法， 其特征在于， 根据所述语义相似度和所述语序相似度， 检 测所述待检测文本是否为所述原创文本的侵 权文本， 包括：权　利　要　求　书 1/2 页 2 CN 114564936 A 2根据所述语义相似度、 所述语序相似度以及预设的相似度系数计算所述目标语句和所 述原创语句之间的句子相似度； 根据所述句子相似度和预设相似度阈值， 检测所述待检测文本是否为所述原创文本的 侵权文本。 7.一种文本的侵 权检测装置， 其特 征在于， 包括确定模块、 计算模块和判断模块， 其中： 确定模块， 用于确定待检测文本所包 含的目标语句； 计算模块， 用于计算所述目标语句与原创 文本中原创语句之间的语义相似度和语序相 似度； 其中， 所述语义相似度由所述目标语句所包含的词语的同义词集确定； 所述语序相似 度由所述词语在所述目标语句中的排列次序确定； 判断模块， 用于根据所述语义相似度和所述语序相似度， 判断所述待检测文本是否为 所述原创文本的侵 权文本。 8.如权利要求7 所述的装置， 其特 征在于， 计算模块， 包括： 获取单元， 用于分别获取所述目标语句和所述原创语句各自包含的主语、 动词以及被 所述动词执 行的对象， 对应组合 为主语对、 动词对和对象对； 第一计算单元， 用于分别计算所述主语对之间的主语相似度、 所述动词对之间的动词 相似度， 以及所述对象对之间的对象相似度； 第二计算单元， 用于根据 所述主语相似度、 所述动词相似度和所述对象相似度， 计算所 述目标语句与所述原创语句之间的结构相似度； 确定单元， 用于根据 所述目标语句所包含的词语的同义词集和所述原创语句所包含的 词语的同义词集， 确定所述目标语句与所述原创语句之间的同义词集相似度； 第三计算单元， 用于根据所述结构相似度和所述同义词集相似度， 计算所述目标语句 与所述原创语句之间的语义相似度。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述计算机程序被所述处理器执行时实现如权利要求 1至6 中任一项所述的文本的侵 权检测方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至6中任一项 所述的文本的侵权检 测方法的步骤。权　利　要　求　书 2/2 页 3 CN 114564936 A 3