相似度

需求题库系统中对题目进行重复度检测，把所有重复的题目展示出来。如何定义重复？刚开始是按100%重复，才算重复。现要求，70%的重复，也算重复...

需求：对于内容进行相似度对比，如果有之前的内容和当前发布的内容标题相似度到达某个阈值时则禁止发布或进行其他的一些操作。看到这个需求，可能就想到需要使用某种算法来实现，例如：TF-IDF、基于空间向量...