6003

6003

شناسايي متون تقريبا يكسان با استفاده از اطلاعات ساختاري متن و معناي متن

كارشناسي ارشد

كامپيوتر

تير 1389

تير 1389

بهروز مينائي

با گسترش لللل شبكه جهاني اينترنت و پيشرفت هاي تكنولوژي ذخيره اطلاعات حجم عظيمي از داده در اختيار كاربران قرار گرفته است . امروزه حتي رايانه هاي خانگي هم همراه با فضاي زيادي براي ذخيره و نگهداري داده ارائه مي شوند.حجم زيادي از داده هاي موجود بر روي اينترنت و رايانه هيا شخصي را متن تشكيل مي دهد. يكي از چالش هاي موجود در پردازش مجموعه داده هاي متن وجود متوني با محتوي تكراري در بين داده ها است .موضوعي كه در سال هاي اخير مورد توجه ويژه اي قرار گرفته است شناسايي متون تقريباً يكسان كاربردهاي مختلفي از جمله شناسايي تقلب، حذف صفحات تكراري از مجموعه پاسخ موتورهاي جستجو و حذف داده هاي تكراري بانك هاي اطلاعاتي دارد.