《表1 复旦大学中文文本语料库》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于MinHash的改进新闻文本聚类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

所用的实验数据是来自复旦大学计算机信息与技术系国际数据库中心自然语言处理小组的中文文本语料库，共包含350篇新闻，分为艺术、体育、经济、计算机、环境五个大类，各个类别的新闻篇数为70篇，如表1所示。