algorithm - 是否有 "Detecting NearDuplicates for Web Crawling"中描述的想法的实现

Question

论文:http://www2007.org/papers/paper215.pdf

我只是想知道该论文第 3 章是否有任何实现。我的意思是查询大型数据集，而不仅仅是 simhash(很容易找到 simhash 实现)。

谢谢~

Answer 1

这里是 one虽然我还没有测试它是否有效。好在它是开源的。