Алгоритм распознавания тематики текста.

Оглавление

Введение 3

Глава 1 Постановка задачи 4

1.1 Основы технологии обработки текстов 4

1.2 Возможности обработки текста средствами C# 8

Глава 2 Вычислительный эксперимент 14

2.1 Исходные данные 14

2.2 Описание программы преобразования текста 15

2.3 Результаты эксперимента 17

Заключение 19

Литература 20

Введение

Темпы роста количества научно-технических документов и их доступ¬ность в Интернете приводит к тому, что большая часть текстовых до¬кументов хранится в электронном виде. Производить процесс поиска и классификации текстовых документов трудоемкая задача. Поэтому во-просы, связанные с задачей автоматической обработки текстов актуаль¬ны на сегодняшний день. Решение задачи преобразования текстовых до-кументов по тематическим категориям требуется в различных информа-ционных системах.

Например,

• для составления словаря предметной области.

Словарь — собрание сведений, корпус или свод, полномерно охваты¬вающие понятия, определения и термины специальной области зна-ний или сферы деятельности, что должно способствовать правиль¬ной лексической коммуникации (пониманию в общении и взаимодей¬ствии лиц, связанных одной дисциплиной или профессией). Словари являются одним из действенных инструментов для описания отдель¬ных предметных областей.

• для полнотекстового поиска в Интернете.

Полнотекстовый поиск — автоматизированный поиск документов, при котором поиск ведётся не по именам документов, а по их содер-жимому, всему или существенной части.

• для систем документооброта, например, архивов.

Документооборот — движение документов в организации с момента их создания или получения до завершения исполнения или отправле¬ния; комплекс работ с документами: приём, регистрация, рассылка, контроль исполнения, формирование дел, хранение и повторное ис¬пользование документации, справочная работа.

• для фильтрации спама, контекстной рекламы и др.