simhash:一种有效的文本相似度计算算法

Java

simhash 高效的文本相似度去重算法实现 simhash是什么 Google发明的的文本去重算法，适合于大批量文档的相似度计算主要步骤对文本分词，得到N维特征向量（默认为64维）为分词设置权重（tf-idf）为特征向量计算哈希对所有特征向量加权，累加（目前仅进行非加权累加）对累加结果，大于零置一，小于零置零得到文本指纹（fingerprint）

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

simhash:一种有效的文本相似度计算算法

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载