我正在elasticsearch中触发以下查询 "query": { "default_field": "website", }}
浏览 1提问于2016-01-14得票数 0
1回答
根据文档，Kinesis至少有一次语义。我想找出一种方法来确保复制物被检测到。如果存在重复记录，是否保证它将来自与原始记录相同的碎片？我问这个问题的原因是，这将决定我的重复检测是否需要是“全局的”，也就是说，如果我有多个处理流的实例，是否需要检测跨这些实例的重复？如果重复来自同一个碎片，那么这将意味着相同的记录处理器很可能会看到重复(当然也是同一个实例)，然后我的重复检测可以是该实例的“本地”。
浏览 2提问于2015-11-20得票数 1
回答已采纳
1回答
我用索引文档的“失真”片段查询这个索引。然后，我得到前1个文档及其分数。从这些数据中，我需要判断返回的文档是否正确。我的第一种方法是使用返回文档的id和分数训练Random Forest (这意味着，对于每个搜索到的片段，我将一个训练实例插入到包含返回数据的Random Forest中)。然而，尽管它对某些文档非常有效，但对其他文档却表现不佳。
对于每个文档，针对Lucene索引的查询能够为某些片段找到正确的文档，但对于其他片段则不能(这使我的召回率达
浏览 1提问于2014-12-02得票数 0
我要删除索引中所有重复的文档。首先，我尝试使用以下查询检测重复的项。如何找到重复的值。组由item.category和item.profile组成(均定义为关键字).
如何删除那些重复的项目？
浏览 2提问于2020-12-07得票数 0
回答已采纳
我们正在使用MarkLogic数据集线器框架，并通过REST多文档写入文档端点将文档摄取到一个统一的数据库中。
现在，有时我们通过这种方式接收文档更新，这些文档并没有改变。显然，在这种情况下，我们不想在MarkLogic中添加这些文档，因为它是单一的，会导致时间戳错误和不必要的存储空间。我们已经编写了一些代码来检测重复文件(使用散列)，但是，我们不知道如何在处理同一请求中的非重复文档时，中止对重复<
浏览 0提问于2018-07-11得票数 0
回答已采纳
Value saved:', product); callback(product); });
如果我检测到试图插入副本但是，当发生这种情况时，我希望返回现有的文档。正如你所看到的，我已经实现了一串回调，但这是丑陋的，而且它是不可预测的(即。如何知道将调用哪个回调？如何传入正确的参数？)。有人知道如何解决这个问题吗？
浏览 0提问于2014-02-08得票数 13
回答已采纳
增加了对检测重复IPv4地址的支持，通过ipv4.ad-timeout连接属性配置超时。dad-超时值/ int32 / -1超时(毫秒)，用于检查网络上是否存在重复的IP地址。如果检测到地址冲突，激活将失败。零值意味着不执行重复地址检测，-1表示默认值(配置ipvx.dad-timeout覆盖或零)。大于零的值是以毫秒为单位的超时。该属性目前仅为IPv4实现。我没能在任何地方找到ipvx.dad-timeout文档。它被描述为“覆盖”
浏览 0提问于2019-02-06得票数 1
回答已采纳
1回答
我正在做一个NLP项目，识别几乎重复的文档就是其中的一部分。在这方面有经验的人能建议那些工具(如Weka)可以用于几乎重复的检测吗？然后，应该检测和合并重复的文章。数据收集可能包含约1000条与犯罪有关的物品，以便进行几乎重复的侦查。提前谢谢你。
浏览 0提问于2014-11-07得票数 4
如何解决elasticsearch结果中的重复问题？或者我们可以用javascript来删除重复的代码，像这样吗？timestamp": 1450009219159, "name": "Landscape, Yard & Garden" }}
我看到一些重复删除使用弹性搜索阿格斯
浏览 2提问于2015-12-13得票数 0
回答已采纳
1回答
我想知道如何从xml文档中提取候选对象？例如，来自出版物xml文档的"titles“。对"titles“对象进行预处理并存储到数据库中，以检测重复的MD5算法。请给我任何建议。
浏览 0提问于2009-10-21得票数 0
我发现使用多个订阅者(订阅相同事件的订阅者)时，重复消息的数量会增加。我知道Azure Service Bus (ASB)有一种检测这些重复项的方法，我可以看到这个特性可以通过NServiceBus (根据文档)进行配置。但是，我只能得到一个通过配置节的方式实现复制检测的示例。我需要的是一个如何通过代码实现这一点的样本。苏拉杰
浏览 14提问于2016-08-24得票数 0
回答已采纳
2回答
我有时听说，特别是在信息检索，搜索引擎，爬虫等上下文中，我们可以通过散列页面的内容来检测重复页面。什么样的散列函数能够散列整个网页(至少有两个寻呼机)，从而使两个副本具有相同的散列输出值？
浏览 0提问于2011-04-30得票数 5
回答已采纳
由于这个原因，重复检测不像预期的那样工作。我读过JMS文档，其中有人说JMSMessageId不能由生产者设置，而是由JMS保留给内部使用。现在的问题是如何设置MessageID来检测重复消息。
浏览 12提问于2020-08-08得票数 2
我正在尝试使用Elasticknn插件来检测接近重复的插件。我已经创建了文本文档的Minhash，其minhashes size = 100根据我对LSH，Minhash重复检测算法的了解，根据jaccard相似度的要求级别(例如0.8)，我们必须选择提供了一些不同的参数
L -哈希表的数目。有谁能解释如何从Elastiknn调优L和k以获得所需级别的jaccard类似文档<
浏览 4提问于2021-10-12得票数 0
我想要发现句子，长短语，可能是在文件中重复的段落。我一直在编写文档，并希望确保没有将相同或类似的文本复制到多个位置。我偶然发现了专业写作援助，但在我看来，它的“重复单词和短语”似乎非常嘈杂--一些单独的单词被它突出显示只是因为发生了一些事情。
我还在网上看到了-Utility.org的文本分析器，这也不错。如果有一个七字短语被重复两次，它也提到了两个由单词一到六和二到七组成的两个词短语发生了两次。此外，很难想象结果，并看看是否有特定的章节，有大量的重复文本。这个问题不同于在文本文档中搜索
浏览 0提问于2015-01-11得票数 16
在IPv4中，使用ARP请求检查链接本地地址是唯一的.但是在IPv6中，它是由EUI-64或哈希生成的。它被认为是唯一的(我想)。但它是否需要父亲(邻居索要和广告)做额外的确认。我已经翻阅了RFCs，但没有看到它的确切规格。
浏览 0提问于2021-10-16得票数 2
回答已采纳
1回答
asp.net接受不同模板字段中asp.net服务器控件的重复Ids。HiddenField ID="HDN_MainCode" Value='<%#Eval("v_main_code")%>' runat="server" />
这种重复会导致与如果答案是肯定的，我如何才能检测到.aspx文档中的所有重复
浏览 0提问于2013-04-15得票数 2
回答已采纳
1回答
我在中找到了这个python项目，但是当我试图使用它来检测接近重复的文档(例如json )时，我没有从README.md文件中获得足够的信息，说明如何做到这一点？或bench.py时，它显示了
这个项目很棒，但是我遇到了这个困难，因为README.md文件对不是很有描述性--如何创建文档的散列和--如何检测副本附近？。所以我需要帮助，怎么才能对我的文件做散列呢？有人能帮助我如何使用这个使用python的sim散列来实现几乎<em
浏览 2提问于2019-01-28得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
