[00010856]一种基于极大似然估计确定文档相似度的方法
联系人： 谭平凡
所在地：湖南 长沙市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于极大似然估计确定文档相似度的方法（专利号201510063881.6），包括以下步骤：步骤1：文本特征提取步骤：该步骤2：对文本特征集合进行数值映射，得到文档对应的数值集合Sd；步骤3：文档对应的数值集合Sd采用minwise指纹表征：步骤4：基于文档的minwise指纹，基于极大似然函数计算两个文档的相似度a；该方法利用哈希值比对的各种结果的概率，基于所述概率巧妙的设计出结合这些概率的似然函数，建立极大似然Minwise哈希估计子；将该方法推广运用到三篇文档相似度确定，准确有效的得到了精度较高的文本相似度；由于极大似然方法所得的方差平均值最小，这样所获得的相似度自然精度高于Minwise方法。
