论文部分内容阅读
相似性查询在实际应用中用途广泛，例如相似网页检测、相似图像检索、语言识别、数据清理等。而基于q-gram的字符串相似性查询作为主流方法之一．在查询的效率和灵活性上相对于其他方法都有很大的优势。实现基于q-gram的基本过滤器，并构成过滤器组合模型，用来过滤掉不匹配的字符串，得到候选集。实验结果表明，与传统的依靠编辑距离来比较每一对字符串的值相比，基于q-gram的过滤器能在保证相似性查询结果准确的前提下，在效率方面有显著的提升。