simhash文本去重
simhash是什么网上有一大片的文章,我就不多说了
分享一下别人的博客http://blog.csdn.net/madujin/article/details/53152619,http://blog.csdn.net/heiyeshuwu/article/details/44117473
在实现的路上走了不少弯路,一开始尝试用结巴分词写的,效果不理想,后又加了停用词,还是不理想====放弃jieba
源码分享
simhash是什么网上有一大片的文章,我就不多说了
分享一下别人的博客http://blog.csdn.net/madujin/article/details/53152619,http://blog.csdn.net/heiyeshuwu/article/details/44117473
在实现的路上走了不少弯路,一开始尝试用结巴分词写的,效果不理想,后又加了停用词,还是不理想====放弃jieba
源码分享