作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的重复文档检测方法是以单词或n-grams为单位提取特征,造成特征集合过于庞大。针对该缺点,提出以句子块作为文档特征的提取方法,将每个文档表示成句子长度序列,使用后缀树快速匹配公共子串。实验中,使用两个标准文档集与3种经典方法在有效性和效率方面进行比较,结果表明新算法有较高的准确率和效率。
推荐文章
基于后缀树词序列核挖掘Web文档
核学习方法
词序列核
字符串核
后缀树
Web挖掘
基于后缀数组检测函数克隆
函数克隆
克隆检测
token串
后缀数组
公共函数前缀
广义后缀树的概念生成算法
形式概念分析
概念格
广义后缀树
数据挖掘
基于后缀树的知识点间关联规则挖掘算法
后缀树
关联规则
数据挖掘
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于后缀树的重复文档检测
来源期刊 软件导刊 学科 工学
关键词 重复文档 后缀树 句子块
年,卷(期) 2015,(5) 所属期刊栏目 算法与语言
研究方向 页码范围 70-73
页数 4页 分类号 TP312
字数 497字 语种 中文
DOI 10.11907/rjdk.151164
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冯金波 江苏大学计算机科学与通信工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (8)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
重复文档
后缀树
句子块
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导