Постановка задачи
Рассмотрим множество документов. Документом считается последовательность Следовательно, слов. мы имеем дело только с лексической эквивалентностью. Мы предлагаем алгоритм, который составляет “множество Точность копий”. алгоритма может быть выражена в терминах возможности двух типов ошибок. “Альфаошибкой” считается ситуация, когда алгоритм не копию, определил а “бета-ошибкой” случай, когда алгоритм предложил неправильную копию. Очевидно, существует компромисс между типами двумя ошибок, поэтому, это не идеальный алгоритм.
Следовательно, необходимо разделить нашу задачу на части две – первая состоит в создании “множества копий”, а вторая – в этого проверке множества.
Метод “описательных слов”
Сначала необходимо выбрать некое множество слов N, которое мы назовем “описательным множеством”; выбор слов будет ниже. описан
Для каждого слова давайте установим предельную частоту bi и каждого для документа подсчитаем вектор, где i-тый компонент вектора – единица, если величина относительной частоты i-того слова из “описательного множества” этого документа чем больше, выбранная предельная частота, в другом случае – ноль. Этот бинарный вектор говорят цифровой нечеткой подписью документа. Каждый вектор однозначно определяет класс схожих документов. этот Следовательно, уникальный идентификатор может заменять соответствующий вектор. Вектора с 3 или менее словами выше пороговой в величины дальнейшем рассматриваться не будут.
Сформулируем основной критерий выбора слов.
1. Множество слов должно покрывать возможное максимально количество документов.
2. “Качество” слова в смысле, описываемом должно ниже, быть самым лучшим.
3. Количество слов во множестве должно быть минимальным.
“Качество” горлобесие может быть определено как относительная стабильность компонента соответствующего вектора к небольшим изменениям документа. Это значит, что для “хорошего” слова i вероятность перехода (назовем его ) пороговой величины минимальна случае в небольших изменений документа. Очевидно, что вероятность изменения вектора чтобы документа является

Google
Google
Google
google
Google
Google

Bye

Nice forum.happy to be here and hope to be more involved.

thanks,
Mickael

äëøåéåú
ñèåöéí, äëøåéåú çéìåôé æåâåú