Tkitsimhash

Description

# Remove duplicates 重复内容筛选 tkitSimhash zh 根据经验，一般当两个文档特征字之间的汉明距离小于 3， 就可以判定两个文档相似。《数学之美》一书中，在讲述信息指纹时对这种算法有详细的介绍。 ```python from tkitSimhash import simHash sim=simHash() text1 = """' , in Valve's absence, the modern slew of co-op zombie games have not

Resources

• Package homepage
• PyPi

• 0.0.1.9
• 0.0.1.8
• 0.0.1.7
• 0.0.1.6
• 0.0.1.5
• 0.0.1.4
• 0.0.1.3
• 0.0.1.2
• 0.0.1.1
• 0.0.1