相关问题
Telegram超级群组消息去重的SimHash汉明距离
SimHash算汉明距离确实可以做消息去重，关键在于把文章变成固定长度的指纹，然后比较两指纹的差异数。
1 个点赞 2 回答 54 浏览TG超级群组消息去重的SimHash阈值
SimHash阈值设置在0.85左右。重复太多时可以微调到0.9。但注意不要超过0.92，否则可能会误判正常消息为重复。调参要根据你的数据，建议用历史消息AB测试。
8 个点赞 2 回答 176 浏览TG内容相似性检测的MinHash参数优化
MinHash调参可以尝试以下几个方面：1. 哈希次数256~512，越大越慢，越小越不精准；2. 取样量建议超过原文本的50%，取样太少容易丢失重要特征；3.
4 个点赞 2 回答 104 浏览TG群发怎么实现发送内容去重？
TG群发去重方法：1. 数据库、Excel等工具记录已发布内容，人工查重，人工推送；2. 搭建简单的脚本工具自动比对新旧内容哈希码，重复跳过；3. 如果是发链接，可以利用第三方工具检测链接是否被群组多次分享；4. 群主定期维护已推送内容清单，手动维护黑白名单；5. 不要完全自动，人工把关最保险。
18 个点赞 3 回答 1288 浏览
