首页
学习
活动
专区
圈层
工具
发布
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

作者头像
步步为营DotNet
发布于 2026-11-20 12:37:58
发布于 2026-11-20 12:37:58
210
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。

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