网站首页
编程语言
数据库
系统相关
其他分享
编程问答
Hamming
2024-07-13
simhash&hamming distince
simhash&hammingdistincesimhash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就代表两篇文章相同。simhash的算法具体分