nuget server logo nuget api documents
↑

API Docs / Microsoft.VisualBasic.Runtime / SimHashIndex

SimHashIndex

Full name Microsoft.VisualBasic.ComponentModel.DataSourceModel.Repository.SimHashIndex Assembly Microsoft.VisualBasic.Runtime Members 11

01 Syntax

Microsoft.VisualBasic.ComponentModel.DataSourceModel.Repository.SimHashIndex

02 Methods

NameOverloadsSummary
ComputeSimHash 1 计算字符串的SimHash指纹
ExtractFeatures 1 从文本中提取特征（使用3-grams作为特征）
AddString 1 向索引中添加字符串
GetBandHash 1 获取指定波段的哈希值
FindSimilar 1 查找相似字符串（基于汉明距离）
FindCandidates 1 通过LSH查找候选字符串
ComputeHammingDistance 1 计算两个指纹的汉明距离
ComputeLevenshtein 1 计算Levenshtein编辑距离（与QGramIndex中相同）

03 Fields

NameOverloadsSummary
_hashSize 1 哈希位数（通常为64或128）
_bands 1 波段数量
_rows 1 每波段行数

04 Members

method ComputeSimHash #
ComputeSimHash(String)

计算字符串的SimHash指纹

method ExtractFeatures #
ExtractFeatures(String)

从文本中提取特征（使用3-grams作为特征）

method AddString #
AddString(String)

向索引中添加字符串

method GetBandHash #
GetBandHash(Int64, Int32)

获取指定波段的哈希值

method FindSimilar #
FindSimilar(String, Int32)

查找相似字符串（基于汉明距离）

method FindCandidates #
FindCandidates(Int64)

通过LSH查找候选字符串

method ComputeHammingDistance #
ComputeHammingDistance(Int64, Int64)

计算两个指纹的汉明距离

method ComputeLevenshtein #
ComputeLevenshtein(String, String)

计算Levenshtein编辑距离（与QGramIndex中相同）

field _hashSize #
_hashSize

哈希位数（通常为64或128）

field _bands #
_bands

波段数量

field _rows #
_rows

每波段行数