2020年2月19日
由浅入深弄懂simhash来比较文本的相似度
摘要： 背景 彻底搞懂simhash原理，及如何进行文本相似度的比较。 simhash原理 概括的说即是：将文本向量化后，进行向量间的距离计算，卡某个阈值来判定两个文本是否相似。 涉及关键点 文本向量化操作 切词，并赋权重值 bin(hash(切词)).zfill(64); 转成定长01向量 向量乘权重；遇 阅读全文
posted @ 2020-02-19 20:48 威威后花园 阅读(1247) 评论(0) 推荐(0)