So sánh văn bản dựa trên mô hình véc-tơ

##plugins.themes.academic_pro.article.main##

Author

  • Võ Trung Hùng, Nguyễn Thị Ngọc Anh, Hồ Phan Hiếu, Nguyễn Ngọc Huyền Trân, Võ Duy Thanh

Từ khóa:

mô hình véc-tơ
so sánh văn bản
phát hiện sao chép
độ đo
véc-tơ hóa

Tóm tắt

Trong bài báo này chúng tôi trình bày các kết quả nghiên cứu liên quan đến việc so sánh mức độ giống nhau của hai văn bản. Việc so sánh này phục vụ mục đích xác định mức độ giống nhau của một văn văn này với một văn bản khác. Phương pháp của chúng tôi đề xuất là chuyển các văn bản thành các véc-tơ. Mỗi phần tử của véc-tơ là trọng số tương ứng với từ chỉ mục xuất hiện trong văn bản. Việc so sánh mức độ giống nhau của hai văn bản được chuyển về tính góc tạo bởi hai véc-tơ. Góc này đặc trưng cho mức độ giống/khác nhau giữa hai văn bản. Chúng tôi đã phát triển công cụ phục vụ so sánh hai văn bản hoặc một văn bản với một tập n văn bản cho trước. Kết quả đạt được phản ánh đúng mức độ giống/khác nhau và đáp ứng mục tiêu đặt ra.

Tài liệu tham khảo

    [1] J.-I. Aoe, “Computer algorithms: string pattern matching strategies”, IEEE Computer Society Press, 1994, pp. 97-107.
    [2] A. Postolico, R. Giancarlo, “The Boyer-Moore-Galil string searching strategies revisited”, SIAM Journal on Computing, 1986, pp. 98-105.
    [3] M. Crochemore, C. Hancart, T. Lecroq, “Algorithms on Strings”, Cambridge University Press, 1997, pp. 1-58.
    [4] M. Crochemore, C. Hancart, “Pattern Matching in Strings”, in Algorithms and Theory of Computation Handbook, 1999, pp. 11-28.
    [5] D. Knuth, J.H. Morris, V. Pratt, “Fast pattern matching in strings”, SIAM Journal on Computing, 1977, p.p 323–350.
    [6] E. Chisholm and T.G. Kolda, “New Term Weighting Formulas For The Vector Space Method In Information Retrieval”, Oak Ridge, 1999, pp. 31-63.
    [7] G. Salton, A. Wong, C. S. Yang, “A vector space model for automatic indexing”, Commun. ACM, 18, 1975, pp. 613-620.
    [8] L. H. Phuong and H. T. Vinh, “A Maximum Entropy Approach to Sentence Boundary Detection of Vietnamese Texts”, IEEE International Conference on Research, Innovation and Vision for the Future RIVF 2008, 2008, pp. 102-122.
    [9] N. Polettini, “The Vector Space Model in Information Retrieval- Term Weighting Problem”, Sommarive 14, 2004, pp. 69-91.
Xem thêm

##plugins.themes.academic_pro.article.sidebar##

Đã Xuất bản

Mar 31, 2017
Download
PDF
Cách trích dẫn
Vo Trung Hung, Nguyen Thi Ngoc Anh, Ho Phan Hieu, Nguyen Ngoc Huyen Tran, Vo Duy Thanh. “So sánh văn bản dựa Trên Mô hình véc-Tơ”. Tạp Chí Khoa học Và Công nghệ - Đại học Đà Nẵng, vol 3, số p.h 112.1, Tháng Ba 2017, tr 105-9, https://jst-ud.vn/jst-ud/article/view/3273.

##plugins.themes.academic_pro.article.details##