步步为营DotNet
MinHash 近重复检测实测:签名内存只有 shingle 集合的 1/18,可分带松一格就比精确倒排慢 6 倍
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
步步为营DotNet
社区首页
>
专栏
>
MinHash 近重复检测实测:签名内存只有 shingle 集合的 1/18,可分带松一格就比精确倒排慢 6 倍
MinHash 近重复检测实测:签名内存只有 shingle 集合的 1/18,可分带松一格就比精确倒排慢 6 倍
步步为营DotNet
关注
发布于 2026-11-20 12:37:58
发布于 2026-11-20 12:37:58
21
0
举报
概述
2.4 万篇 × 300 字、2.88 亿个文档对:精确 shingle 倒排 1.42~1.61 秒就把 6,054 个真值(J≥0.8)全捞干净。这个规模上根本不需要 MinHash。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
c#
性能优化
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档