Ứng dụng khoảng cách Levenstein để so sánh mức độ giống nhau của hai văn bản

Abstract

Đo lường mức độ giống nhau của hai văn bản đã góp phần quan trọng trong nhiều lĩnh vực công nghệ thông tin. Các phương pháp đánh giá mức độ giống nhau bao gồm: đánh giá dựa trên chuỗi ký tự, đánh giá dựa trên từ vựng, đánh giá dựa trên ngữ nghĩa. Trong mỗi phương pháp sẽ có các thuật toán khác nhau để đánh giá mức độ giống nhau của hai văn bản. Trong luận văn tập trung nghiên cứu về các phương pháp đánh giá mức độ giống nhau của văn bản dựa trên chuỗi ký tự, cụ thể sẽ ứng dụng khoảng cách Levenshtein để xây dựng công cụ so sánh mức độ giống nhau của hai văn bản. Mục tiêu của luận văn bao gồm nghiên cứu tổng quan các phương pháp đánh giá khác khau, xây dựng mô hình so sánh mức độ giống nhau của hai văn bản, xây dựng công cụ so sánh, tiến hành chạy thử nghiệm và đánh giá kết quả