TÍNH TOÁN ĐỘ TƢƠNG TỰ VĂN BẢN DÙNG COSINE KẾT HỢP INVERTED INDEX
Khoá luận tốt nghiệp · Đại học · năm 2022 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Dương Hoa Kỳ |
| Người hướng dẫn | Nguyễn Thanh Hải |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2022 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Hiện nay, vấn nạn sao chép văn bản là một vấn đề hết sức được quan tâm ở các lĩnh vực nghiên cứu và sáng tạo. Đặc biệt, nó tồn tại âm thầm ở các trường học phổ thông hay ở các trường Đại học tại Việt Nam. Vì thế, việc kiểm tra độ tương đồng giữa các tài liệu văn bản với nhau để xác định học sinh, sinh viên có thực hiện hành vi sao chép hay không là cần thiết đối với các giáo/giảng viên. Tuy nhiên, một vấn đề phát sinh đó là số lượng học sinh, sinh viên mỗi trường là không nhỏ nên việc kiểm tra này đòi hỏi mất rất nhiều thời gian và công sức. Cho nên em đề xuất đề tài “Tính toán độ tương tự văn bản dùng Cosine kết hợp Inverted Index”. Đề tài này sẽ tiến hành nghiên cứu và tính toán độ tương tự giữa các văn bản với nhau bằng hai cách: truyền thống và Inverted Index, từ đó so sánh độ chính xác và tốc độ giữa hai phương pháp với nhau. Việc tính toán độ tương đồng giữa các tài liệu văn bản theo cách truyền thống là dựa trên độ đo Cosine kết hợp TF*IDF (Term Frequency * Inverse Document Frequency). Đối với phương pháp tăng tốc chính là dùng cấu trúc Inverted Index để kiểm tra văn bản có chứa từ trong cấu trúc đó không, từ đó giảm số lượng tài liệu so sánh cũng như thời gian thực thi. Dữ liệu dùng trong luận văn là các bài báo tạp chí khoa học được chia làm 3 kịch bản để nghiên cứu. Kết quả cho thấy phương pháp Inverted Index có thời gian thực thi nhanh hơn phương pháp truyền thống đúng với mong muốn ban đầu được đặt ra. Kết quả dò tìm với số lượng 50 tài liệu có độ đo Precision là 0,92500 và Recall là 0,74000, đối với trường hợp tách từ, Precision là 0,87500 và Recall là 0,70000 với trường hợp chuyển toàn bộ văn bản thành véc-tơ, đối với trường hợp tách câu cho kết quả chính xác nhất khi có thể nhận ra toàn bộ những tài liệu có sao chép từ tài liệu khác.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- PHÁT TRIỂN HỆ THỐNG QUẢN LÝ SỰ KIỆN VÀ BÁN VÉ SỬ DỤNG REACTJS, JAVA SPRING BOOT VÀ MICROSERVICES
- XÂY DỰNG WEBSITE MUA BÁN ĐỒ CŨ
- ỨNG DỤNG KIỂM TRA HÀNH VI LÁI XE TRÊN ANDROID
- XÂY DỰNG HỆ THỐNG HỖ TRỢ CHẨN ĐOÁNHỘI CHỨNG ỐNG CỔ TAY BẰNG PHÂN TÍCH TÍN HIỆU DẪN TRUYỀN THẦN KINH VÀ HÌNH ẢNH SIÊU ÂM
- XÂY DỰNG HỆ THỐNG ĐĂNG KÝ VÀ QUẢN LÝ KHÁM BỆNH PHÂN HỆ: NGƯỜI ĐĂNG KÝ KHÁM CHỮA BỆNH
- PHÂN LOẠI BỆNH TRÊN TRÁI VÀ LÁ MẬN AN PHƯỚC VỚI CÁC GIẢI THUẬT HỌC SÂU
- XÂY DỰNG HỆ THỐNG QUẢN LÝ ĐẶT TAXI ỨNG DỤNG GIS VÀ GPS
- HỆ THỐNG QUẢN LÝ NHÀ HÀNG SỬ DỤNG CÔNG NGHỆ MICROSERVICE TÍCH HỢP AI CHATBOT - PHÂN HỆ 1: QUẢN LÝ BÀN, ĐƠN HÀNG, THANH TOÁN, GIAO HÀNG, API GATEWAY, AI CHATBOT
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.