基于LSH的中文文本快速检索

摘要：

目前,高维数据的快速检索问题已经受到越来越多的关注.当向量空间的维度高于10时,R-tree,Kd-tree,SR-tree的检索效率反而不如线性检索,而位置敏感的哈希(Locality Sensitive Hashing,缩写为LSH)算法成功地解决了高维近邻数据的快速检索问题,因而受到国内外学术界的高度关注.首先介绍了LSH算法的基本原理和方法,然后使用多重探测的方法对二进制向量的LSH算法做了进一步改进.最后实现了这两种LSH算法,并通过详细的实验验证表明:在改进后的算法中,通过增加偏移量可以提高检索的召回率,而在不提高时间复杂度的情况下则可降低空间复杂度.

关键词：高维数据、相似性检索、位置敏感的哈希、近邻、多重探测

所属期刊栏目：36

分类号：TP3;G25

资助基金：国家自然科学基金项目60573057,90718017

在线出版日期：2009-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：201-204,230