有哪些信誉好的足球投注网站- 1、本文档共9页，其中可免费阅读8页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种海量短文本自适应分桶的反向去重方法，该方法包括以下步骤：首先对全量数据进行自适应分桶；然后对每个桶内的数据进行排序，去重时将排序靠后的数据去重，对排序后的数据进行两两比较，根据相似度判断两个数据之间是高度相似、相似还是不相似，不相似的数据不被去重，相似的数据直接被去重，高度相似的数据比较特征子串，将特征子串一样的去重。最后合并各个桶被去重的数据，从全量数据中剔除被去重的数据得到去重的全量数据。本发明可以在保证尽可能将相似的数据分到一个桶的情况下有效避免数据倾斜，解决了同一个桶内本
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112487177 B
(45)授权公告日 2022.05.10
(21)申请号 202011500654.2 (56)对比文件
(22)申请日 2020.12.17
文档评论（0）