重复问题检测 通过数据分析（包括局部敏感哈希（LSH））进行知识提取。 该存储库包含一个Jupyter笔记本，该笔记本使用数据集的子集测试4种不同类型的知识提取。 测试的知识提取方法为： 使用余弦相似度的“一对VS全部” 使用Jaccard相似度的“一对多” 具有余弦相似度的SimHash和随机二元投影的LSH 具有Jashcard相似性的具有MinHash和随机置换函数的LSH