相似文本的快速搜索

• 作者: 席建民 燕继坤 郑辉
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 大规模文本处理 相似文本搜索 复制检测
• 年，卷（期）: 2004,（15）
• 所属期刊栏目: 博士论文
• 页码范围: 22-23,71
• 页数: 3页
• 分类号: TP391.43
• 字数: 2586字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.15.009

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑辉	西南电子电信技术研究所国家重点实验室	33	370	10.0	18.0
2	燕继坤	西南电子电信技术研究所国家重点实验室	9	82	6.0	9.0
3	席建民	西南电子电信技术研究所国家重点实验室	3	8	1.0	2.0