用于富文本内容查重的方法、处理器以及存储介质

本申请实施例提供一种用于富文本内容查重的方法、处理器以及存储介质，属于数据分析技术领域。方法包括：对富文本内容进行类别拆分，以得到文本内容和媒体内容，媒体内容包括图片内容、音频内容以及视频内容；对音频内容和视频内容进行转化，以得到文本内容和图片内容；对文本内容和图片内容进行特征提取，得到多个特征值；基于夹角余弦值确定文本内容特征值的相似度；基于海明距离确定图片内容特征值的相似度；根据相似度确定重复内容。本申请方案通过将富文本进行拆分并转化，得到文本内容和图片内容，再分别采用不同的计算方法计算文本内容和图片内容的相似度，以进行富文本内容查重，可避免不同类型内容计算的差异性，提高对查重的准确度。