OpenFlux
Retour aux articles
SimHash : trouver les pages qui se ressemblent
Programmation Web

SimHash : trouver les pages qui se ressemblent

JoliCode ·

Il y a quelques semaines, j'ai eu besoin de détecter du contenu dupliqué dans le crawler de redirection.io. Pas du dupliqué à la virgule près, ça c'est facile, mais du dupliqué « en gros, c'est la même page ». J'aurais pu utiliser des embeddings avec un LLM, mais il me fallait quelque chose de…

Lire l'article original

Articles similaires

#371.src - Everyone can build: La révolution du code ouvert chez Alan avec Alexandre Gerlic Nouveau Podcast
Programmation IA Web

#371.src - Everyone can build: La révolution du code ouvert chez Alan avec Alexandre Gerlic

"Chez Alan, quelqu'un voit un bug et, au lieu d'écrire un ticket, ouvre une PR. Ça change tout." Le D.E.V. de la semaine est Alexandre Gerlic, VP of Engineering chez Alan. Alexandre revient sur le projet "Everyone Can Build" qui ouvre l'accès au code à tous les collaborateurs, même ceux qui ne sont…

IFTTD - If This Then Dev