スライド 1
岡崎 直観，辻井 潤⼀ ⽂字列の集合 V から以下の部分集合を求める Yx ,α = {y ∈ V | sim( x, y ) ≥ α } ◦ ◦ ◦ ◦ x: 検索クエリ⽂字列（V に含まれなくてもよい） y: 検索されて⾒つかる⽂字列 sim: 類似度関数（コサイン類似度など） α: 類似度の閾値 単純には，クエリ x と |V| 回の類似度計算が必要 これを出来るだけ⾼速に⾏いたい ⽂字列集合 V を辞書と⾒なせば ◦ 曖昧検索，スペル訂正 ⼊⼒されたクエリに近い辞書エントリを探す ◦ 単語セグメンテーション，固有表現抽出における辞書素 性（gazetteer） ⼈名リストや地名リストと柔軟なマッチングで素性を作る ◦ ⾼速な⽂字列クラスタリング 類似度の⾼いペアだけを効率よく⾒つけてクラスタを形成 ⽂字列集合が U と V の２つあるときは ◦ データベース統
SimString - A fast and simple algorithm for approximate string matching/retrieval
A fast and simple algorithm for approximate string matching/retrieval SimString is a simple library for fast approximate string retrieval. Approximate string retrieval finds strings in a database whose similarity with a query string is no smaller than a threshold. Finding not only identical but similar strings, approximate string retrieval has various applications including spelling correction, fl
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
