ruby – 模糊文件匹配/文本指纹识别的最佳库

Ruby 前端之家
前端之家收集整理的这篇文章主要介绍了ruby – 模糊文件匹配/文本指纹识别的最佳库，前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。
我正在考虑构建一个API,让程序提交学术出版物的“指纹”,将其与Open Access期刊的文章数据库进行匹配,如果发现,则向用户发送规范引用信息.最初这是针对一个特定的小型研究领域,所以不一定需要处理2000万篇论文才能取得成功(即使在该领域的1000篇最常被引用的论文被覆盖,这对生产力来说将是巨大的福音和协作).

我想知道什么图书馆(能够与Ruby进行接口,理想情况下)将是做最好的“指纹识别”.我已经看到了Lucene的模糊匹配,但这似乎在一个单词级别上工作,而在这种情况下,我们可能希望提交一个更大的文档子集.做模糊比赛的原因是有些人可能会使用Word.doc预印本,有些人可能会有最终的PDF等.

我真的很欣赏这里的一些想法.搜索“感知哈希”让我进入一堆新的材料.我试图总结我的许多发现here.

看起来像SimHash,例如the C implementation将是走的路,但我仍然需要更多的实验.

解决方法

你可以使用 pHash这样的工作.

而this宝石将帮助您开始：

require 'phash/text'
Phash::Text.new('first.txt') % Phash::Text.new('second.txt')
原文链接：https://www.f2er.com/ruby/267153.html

猜你在找的Ruby相关文章

Ruby increment(=)为nil：NilClass引发错误未定义方法”
以下代码导致我的问题： class Foo def initialize(n=0) @n = n end attr_acce...
ruby-on-rails – 为什么这个Rspec测试返回“已经发送电子邮件”
这是我的spec文件,当为上下文添加测试“而不是可单独更新用户余额”时,我得到以下错误. re...
ruby-on-rails – 仅针对特定邮件程序的Rails邮件拦截器
我有一个拦截器：DevelopmentMailInterceptor和一个启动拦截器的inititializer setup_mail...
ruby-on-rails – 如何将YAML文件递归展平为JSON对象,其中键是以点分隔的字符串？
例如,如果我有YAML文件 en: questions: new: 'New Question' other: ...
ruby – RSpec – 如果我避免使用let,let和before,如何实现相同的功能？
我听说在RSpec中避免它,let,let !,指定,之前和主题是最佳做法. 关于让,让！之前,如果不使用...
ruby-on-rails – .save上的Rails NoMethodError
我运行了代码@transaction = Transaction.new然后我给了它一些值： <Transaction id: n...
ruby-on-rails – 为什么我会得到“未定义的方法`编码’”？
为什么我会得到“未定义的方法`编码’”？ 我怎样才能解决这个问题？ 错误信息 NoMethodEr...
ruby-on-rails – ActionMailer错误的参数个数错误
我有一个rails应用程序,允许您请求邀请注册.根据要求,我保存您的电子邮件并向您发送一封电...
ruby-on-rails – 将Active Record集转换为哈希数组
我看到了这个… How to convert activerecord results into a array of hashes 并且想要创...
ruby – 如何将数组值与散列数组合？
我有一系列哈希： [{:foo => 1, :bar => 2}, {:foo => 2, :bar => 4} ...] 和...
PHPJavaJava SEPythonC#C&C++RubyVBasp.NetGoPerlnettyDjangoDelphiJsp.NET CoreSpringFlaskSpringbootSpringMVCLuaLaravelMybatisAspGroovyThinkPHPYiiswoole
文件时间pythonm相等性PHP Warning时间问题问题解决pcntl_signal采样点wav模块动态文本调用频率限制对外暴露多个访问请求更新数据表模型结构type()方法比较速度手写体sobel算子保存模型Image类nn.Conv2dpytorch1.0kaggleDCGAN交并比range()用法打印模型反卷积卷积