一种科技项目文本的相似性检测方法和系统

本发明属于计算机软件数据处理与文本挖掘技术领域，具体涉及一种科技项目文本的相似性检测方法和系统。方法包括以下步骤：步骤1：获取文本，并对文本进行预处理；步骤2：判断文本的应用场景，根据应用场景选择进行特征提取，然后将提取到的特征转化为固定长度的字符串，最后通过哈希计算得到文本的指纹特征；步骤3：创建索引实例，将数据添加到索引中，构建Faiss向量检索库，然后通过AAN算法进行相似性检索，获取文本的指纹特征与索引库中文本的相似度；步骤4：对检索结果进行排序和过滤处理，同时根据设定阈值，判定是否存在文本重复并输出。本发明提高了检测结果的准确性和可靠性，并提高了检测效率。