基于自编码器的学习型文本哈希方法

摘要

本发明公开一种基于自编码器的学习型文本哈希方法，先利用真实采集的文本数据和/或程序生成的文本数据构建训练数据集；再构建5层的自编码器结构的哈希函数模型，并利用训练数据集对哈希函数模型进行训练；后将待哈希的文本数据输入到步骤3所训练好的哈希函数模型中，得到待哈希的文本数据的哈希值。本发明使用机器学习方法，构建学习型哈希函数模型来实现文本型数据的哈希，与传统哈希方法相比，有较低的哈希冲突率，与此同时，在哈希的运算时间上有较大改进，提高了文本哈希的效率，能够适应于大规模文本数据的哈希处理。