有谁知道文本的简单感知哈希算法？我看了一下pHash函数ph_texthash，但我想要一个更简单的算法。
最好是在Python中。谢谢！
答案 0 :(得分：3)
关于感知哈希函数的博客文章（在成像环境中）：
和一些相关的python代码（处理图像，而不是文本，但可以适应）：
据我理解这篇关于Perceptual Hashing of Textual Content的简短介绍，有很多方法（在不同的方面，如文本的水平，语言或统计方法，选择代表文本的模型，......），正确的将取决于您的域和您尝试解决的问题。
您也可以查看Locality-sensitive hashing，
是执行高维数据的概率降维的方法。基本思想是对输入项进行散列，以便类似的项以极高的概率映射到相同的存储桶（存储桶的数量远小于可能的输入项的范围）