代码之家 › 专栏 › 技术社区 › dpavlin

如何检测具有模糊性的重复文本

duplication duplicate-data duplicates diff text

dpavlin · 技术社区 · 18 年前

读后 Syntactic Clustering of the Web 作为实现的基础,我希望能够找到重叠的文档(例如,与全文相反的博客片段,可能还有引用)。

你知道C、C++或Perl中的任何其他实现,我可以在编写自己之前尝试吗?

1 回复 | 直到 16 年前

dpavlin 16 年前

SpotSigs似乎正好符合我的要求,以下是一些参考资料:

此模块的soruce代码托管在GitHub上:

推荐文章

Varundroid · Android-如何在Sqlite中基于重复数据合并行

11 年前

user3370507 · 如果存在,在MySQL中重复行

12 年前

Logic9 · .csv数据到Python中的字典中:重复值

12 年前

M.Qasim · 如何查看具有一个或多个NA的重复记录?

13 年前