摘要： 在一些場景下我們需要對PPT的備注進行字?jǐn)?shù)統(tǒng)計， 比如非常嚴(yán)格的項目答辯、報獎等的PPT音頻錄制。但是我們發(fā)現(xiàn)Macrosoft PowerPoint和WPS PPT等，都沒有直接的統(tǒng)計功能，官方提供的統(tǒng)計指導(dǎo)，速度非常慢效率很低。下面提供一種通過Python快速統(tǒng)計中文備注的方法。 方法： 使用p 閱讀全文

摘要： （1）MinHashLSH進行文本去重的算法原理 MinHash (最小哈希) 是一種用于估計兩個集合的 Jaccard 相似度的方法，而 MinHashLSH (局部敏感哈希) 則是一種使用 MinHash 來近似查找相似項的技術(shù)。 MinHash 算法基于以下觀察：如果我們隨機排列所有可能的元素 閱讀全文