温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本发明属于信息处理技术领域，公开了一种改进的Simhash算法在文本去重中的方法及系统，利用基于TF‑IDF算法与信息熵进行加权得到权重，并按照在文档中的分布进行排序，对每个特征词汇生成的hash再与特征词汇所在位置进行异或；经过改进的权重...
该专利属于成都信息工程大学所有，仅供学习研究参考，未经过成都信息工程大学授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。