Orange3实战教程：文本挖掘---相似性哈希

相似性哈希（Similarity Hashing）

计算文档的哈希值。

输入

• 语料库（Corpus）：文档集合。

输出

• 语料库（Corpus）：带有 simhash 值作为属性的语料库。

相似性哈希 是一款将文档转化为相似性向量的部件。该部件使用 Moses Charikar 提出的 SimHash 方法。

1. 设置参数：
   • Simhash 大小（Simhash size）：输出属性的数量（对应信息的位数）。
   • Shingle 长度（Shingle length）：每个 shingle 使用的 token 数量。
2. 提交方式：
   • 自动提交（C