欢迎来到中细软旗下技术转移平台

服务热线：400-700-0065

节能环保新能源新材料高端制造生物产业数字创意

免费询价在线咨询

专利号	2019102254429	专利名称	改进的Simhash算法在文本去重中的方法及系统
专利类型	发明专利	国际分类	G06F17/27;G06F17/22
申请人	成都信息工程大学	申请地址	四川省成都市西南航空港经济开发区学府路一段24号
发明人	张仕斌;张航;盛志伟;万国根	申请日期	2019-03-25
下证状态	未知	更新时间	2023-05-18 08:08:53
专利摘要	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；经过改进的权重计算后，引入权重阈值Wt，增加文本分布信息，使最终生成的指纹体现关键信息的比重，并对指纹信息与权重的关联性进行分析。仿真实验表明，本发明优化权重计算能有效的提升Simhash算法的性能，E‑Simhash算法在去重率、召回率、F值等方面均优于传统Simhash算法，并且在文本去重方面取得了良好的效果。

买卖双方需提供			平台提供	转让后买方可获得
	企业	个人	专利代理委托书专利权转让协议办理文件副本请求书发明人变更声明	专利证书手续合格通知书专利登记簿副本
买方	企业营业执照企业组织机构代码证	身份证
卖方	企业营业执照专利证书原件	身份证专利证书原件