相似文本的快速搜索

被引：7

作者：

燕继坤

郑辉

席建民

机构：

[1] 西南电子电信技术研究所国家重点实验室,西南电子电信技术研究所国家重点实验室,西南电子电信技术研究所国家重点实验室成都,成都,成都

来源：

关键词：

大规模文本处理; 相似文本搜索; 复制检测;

D O I：

暂无

中图分类号：

TP391.43 [];

学科分类号：

摘要：

相似文本的快速搜索是大规模文本处理需要解决的基本问题。从两方面改进了Udi的相似文本搜索方法,通过Hash把集合映射成ID,从而得到更快的集合比较算法,重新定义了相似关系,能够减少误判,同时对有固定格式的文本也有更好的效果。

引用

页码：22 / 23+71 +71

页数：3