改进的Simhash算法在文本去重中的方法及系统

摘     要：本发明属于信息处理技术领域，公开了一种改进的Simhash算法在文本去重中的方法及系统，利用基于TF‑IDF算法与信息熵进行加权得到权重，并按照在文档中的分布进行排序，对每个特征词汇生成的hash再与特征词汇所在位置进行异或；经过改进的权重计算后，引入权重阈值Wt，增加文本分布信息，使最终生成的指纹体现关键信息的比重，并对指纹信息与权重的关联性进行分析。仿真实验表明，本发明优化权重计算能有效的提升Simhash算法的性能，E‑Simhash算法在去重率、召回率、F值等方面均优于传统Simhash算法，并且在文本去重方面取得了良好的效果。

著 录 项： 

• 1． 买家选定所需专利，确认国家手续办理方，下单，确认交易合同；
  2． 卖家确认专利可交易；
  3． 买家支付交易款项到平台；
  4． 买卖双方签订《专利转让委托书》、《转让协议》、《解除代理委托书》各一式两份并提交给办理国家手续方；
  5． 办理国家手续方提交办理官方手续，国家知识产权局1个月左右下发《著录项目变更手续合格通知书》；
  6． 买家确认收到《专利证书》、《著录项目变更手续合格通知书》；
  7． 平台把交易款项支付给卖家，至此专利转让合同完成。
  

• 交易方	企业	个人
  买家	营业执照副本复印件（需盖公章）	身份证复印件（签字）
  	专利转让委托书（需盖公章）一式两份	专利转让委托书（需签字）一式两份
  	专利转让协议（需盖公章）一式两份	专利转让协议（需签字）一式两份
  卖家	营业执照副本复印件（需盖公章）	身份证复印件（需申请人签字）
  	解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请）	解除代理委托书（需签字）一式两份（如专利通过代理机构申请）
  	专利转让协议（需盖公章）一式两份	专利转让协议（需签字）一式两份
  	专利请求书或手续合格通知书、授权通知书复印件	专利请求书或手续合格通知书、专利授权通知书复印件
  	专利证原件（若授权下证）	专利证原件（若授权下证）

• 日期

  法律信息

  备注