text-containment

本文介绍了 FindMyText，一个开源 Python 包，它通过一种新颖的指纹链机制高效检测给定文本是否出现在大规模网络爬取语料库中，用于近似逐字复制的检测。在 ArXiv、Wikipedia 和通用网页内容的基准测试中，它展示了优越的性能。