پروژه درس ذخيره و بازيابي اطلاعات (پردازش زبان طبيعي)
نه سال پیش منتشر شده
تعداد بازدید: 2052
کد پروژه: 24709
شرح پروژه
فايل متني داريم که به ترتيب file 1 تا file 5 نامگذاري شده است(هر کدام فقط دو جمله به زبان انگليسي است). ابتدا در برنامه بازيابي اطلاعات فايل متني را انتخاب مي کنيم، برنامه بازيابي اطلاعات شامل ۲ قسمت است، ، در بخش اول indexer که بر اساس inverted index يا فهرست معکوس يک index ايجاد مي کند که indexer خود شامل دو بخش است:
يک- Tokenization که براي توکن بندي متن استفاده مي شود(کاراکتر به کاراکتر ميخواند به اسپيس که رسيديم توکن يا همان کلمه را تشخيص مي دهد)
نکته: stopwordهاي متن يا همان حروف اضافه که مثل . an a the then of , ; ) ( هستند نيازي به توکن بندي ندارند و آن ها را جدا کرده و درون stop-word.txt ميريزد.
دو- normalization که براي نرمال سازي از الگوريتم Porter stemmer استفاده مي کند.(کد اين الگوريتم در سايت ها هست و فقط بايد کپي کنين)
توضيح کامل تر در فايل آپلود شده
زیرساخت:
ويندوز ۷ هوم اديشن :)
c# 2013
قابل تحویل:
این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
بودجه
5,000 تومان تا 100,000 تومان
مهلت برای انجام
6روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت نه سال پیش
