【摘 要】
：
随着互联网的发展,重复的网络信息越来越多,所以,大规模的文档去重技术研究逐渐成为热点。文中对基于Simhash算法的大规模文档去重技术进行了研究,并且以Simhash算法为文档去
论文部分内容阅读
随着互联网的发展,重复的网络信息越来越多,所以,大规模的文档去重技术研究逐渐成为热点。文中对基于Simhash算法的大规模文档去重技术进行了研究,并且以Simhash算法为文档去重的核心算法作基础对该算法获取文档特征的过程进行改进,将单词词义和词长作为衡量单词权重的考量因素。通过理论分析以及相应的实验数据表明,文章提出的改进方法实现了在大规模文档数据基础上对相似文档的快速检测。
其他文献
目的观察通腑调肺法治疗肺系疾病的临床疗效。方法选取80例慢性阻塞性肺疾病急性发作患者作为研究对象,分为观察组和对照组,每组各40例。两组患者均给予常规治疗,其中观察组
夜间呼吸困难尤其是高龄夜间呼吸困难是临床上经常遇到的患者就诊的主要症状,也是患者就医的主要原因.由于高龄所伴随的生理、心理等一系列变化,使病情变得复杂,病因一时难辨
目的:探讨颈动脉粥样硬化与脑梗死的关系.方法:高频彩超检查30例脑梗死患者的颈动脉,测量其内径、内-中膜厚度(IMT),血流速度等参数,观察斑块的有无及形成情况,并以28例健康
吴伯箫是我国著名文学家,他创作的散文独树一帜,在我国散文史上有着重要地位。本文将以吴伯箫散文的评论文章及其论文为研究对象,按照内容侧重,从艺术技巧、美学风格、创作思
信息时代的语文教育是为学习服务的语文教育,它在语文教学语言、师生关系、教师作用、信息技术与人文教育互动方面发生着嬗变,嬗变必将带来语文教育的大发展.
本研究采用同伴提名法、问卷法,对武汉市一所小学3、4、5、6年级儿童进行6个月的追踪调查。采用交叉时序滞后设计,考察了同伴关系4个特征水平(群体水平、双向关系水平、人际
当前绿色建筑发展普及,然而正处于发展中国家的国情使得各地区亟须建立一套普遍的环境友好型绿色发展模式。文章旨在探究现代主义建筑的低能耗技法,从建筑通风、自然光利用与
亲社会行为是指有利于他人的行为,是个体社会化的重要组成部分,与帮助行为、积极的社会行为和利他主义有相似的意义(Shaffer,2000),其具体形式包括帮助、分享、合作等。同伴
现实生活中,我国社会公益捐赠活动出现了许多不良现象及消极后果,但专门用来指导社会公益捐赠发展的法律法规并不健全,这不仅严重损害了公益捐赠组织的公信力,更挫伤了社会各
<正>孕育一个健康的宝宝,是每个家庭的愿望。整个孕期一般经历40周,12周内称为孕早期,13周~28周称为孕中期,28周以后则进入孕晚期。孕妈妈们在孕期需要接受一系列检查,有些会