2021.5.22项目阶段报告

企业开发 2023-04-07 21:27:29 阅读次数: 0

本周进度

1.给出了共现矩阵的一种实现。
希望将共现矩阵加入到查重算法中，主要用于发现主题，解决词向量相近关系的表示；或许可以考虑处理正文。
2.搜集了几种文本相似度的度量方法。
LCS最长子序列；
最小编辑距离；
莱文斯坦距离；
Jaccard相似性系数；
TF-IDF+topK；
余弦相似度；
欧几里德相似度；
皮尔森相似度；
局部哈希算法。
3.制作了一个简易的网络查重demo。
使用Tkinter生成一个简单界面；
选择文件并分词；
使用爬虫；
计算相似度；
展示结果。

下周目标

1.优化查重算法。
2.完善提取细节。

猜你喜欢

转载自blog.csdn.net/Mr__666/article/details/117152387
今日推荐
周排行
AIZU 2224 Save your cats(并查集)
HTTP响应头状态码详解
Python socket编程（2）
MaxCompute Studio使用心得系列7—作业对比
Supervisor安装使用
LeetCode 164. Maximum Gap
mysql面试题: 一张表里面有ID自增主键，当insert了17条记录之后，删除了第15,16,17条记录，再把mysql重启，再insert一条记录，这条记录的ID是18还是15
nutch1.2 DeleteDuplicates IndexMerger 详解
OC - @property与setter,getter方法
SpringBoot @Transactional的rollbackFor属性
每日归档
更多
2024-09-19(0)
2024-09-18(0)
2024-09-17(0)
2024-09-16(0)
2024-09-15(0)
2024-09-14(0)
2024-09-13(0)
2024-09-12(0)
2024-09-11(0)
2024-09-10(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022