Shingle和Simhash算法是用于计算文本相似度的两种常用算法，下面对它们的原理和实现进行介绍。 一、Shingle算法 Shingle算法是一种基于词组的相似度计算算法。它将文本分成若干个词组（n-gram），也就是将文本转成连续的词组序列 ...