طراحی موتور جستجو ساده
سه سال پیش منتشر شده
تعداد بازدید: 125
کد پروژه: 370241
شرح پروژه
هدف پروژه:
طراحی موتور جستجو برای مجموعه داده پیوست شده بر اساس مدل tf-idf به صورت ltn.lpn
شرح مسئله:
با استفاده از زبان برنامه نویسی دلخواه بایستی به ترتیب مراحل زیر را برای طراحی یک موتور جستجو انجام دهید:
1 .ابتدا تمام مجموعه داده ی پیوست شده را که شامل چند فایل متنی است و هر فایل یک مستند است را میخوانید و مجموعه کلمات را استخراج می کنید.(کلمات با space جدا شده اند و بایستی حذف کلمات تکراری، case folding ، remove stop words و حذف اعداد و علامتها صورت گیرد)
2 .سپس یک جدول term frequency برای شمارش تعداد وقوع هر لغت در هر مستند می سازید. در واقع سطرهای جدول نشان دهنده مستندها (ID هر سند در واقع همان اسم سند است) و ستون ها همان کلماتی است که در مرحله قبل به دست آورده اید. در این مرحله بایستی تعداد وقوع هر لغت در هر مستند در این جدول درج شود.
3 .با استفاده از idf هر لغت که از پایش تمام مستندها به دست می آید جدول بالا را به صورت مدل ltn به روزرسانی کنید.
4 .از کاربر یک پرسمان دریافت کرده و آن را به صورت یک بردار (به اندازه تعداد ستون های جدول بالا که نشان دهنده تعداد وقوع هر لغت در پرسمان است) lpn مدل کنید.
5 .ID مربوط به 10 مستند نزدیک به پرسمان را بر اساس رتبه ای که به دست می آورند مرتب کرده و نشان دهید.(محاسبه فاصله ها بر اساس فاصله اقلیدوسی باشد.)
این پروژه شامل 2 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
7روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت سه سال پیش
