2024年7月13日
simhash&hamming distince
摘要： simhash&hamming distince simhash 是一种长文本的查重算法 SimHash本身属于一种局部敏感hash，其主要思想是降维，将高维的特征向量转化（加权）成低位的hash，通过算出两个海明距离来确定两篇文章的相似度，海明距离越小，相似度越低，一般海明距离为3就代表两篇文章相 阅读全文
posted @ 2024-07-13 16:35 shakerChann 阅读(45) 评论(0) 推荐(0) 编辑