一种基于大数据查找文档间差异的方法及装置

本发明公开一种基于大数据查找文档间差异的方法及装置，涉及电数字数据处理技术领域。该方法包括：获取格式解析后的待查找文档，对所述待查找文档中的文本内容进行预处理；基于文本对比算法对预处理后的文本内容进行差异识别，并获取复杂性评估指标，根据复杂性评估指标确定差异识别结果，将差异识别结果通过高亮显示进行可视化；根据高亮显示的可视化结果，调整文本对比算法的参数，根据调整后的文本对比算法重新进行差异识别，获取文档差异分数；所述文档差异分数用于衡量待查找文档之间的差异程度。采用本发明，实现了文档之间差异内容查找准确度的提高，解决了现有技术中文档间差异内容查找不充分的问题。