طراحی نرم افزاری برای مقایسه شباهت متون فارسی

با توجه به گستردگی اسامی، کلمات و افعال در زبان فارسی و دسترس بودن اطلاعات در انواع زمینه ها بصورت مقاله، کتاب و اینترنت، نیاز به سیستمی برای مقایسه متون وارزیابی شباهت آنها الزامی است. در این مقاله سیستمی برای مقایسه متن و تعیین میزان شباهت متن ارائه شده است. این سیستم برای وزن دهی جملات از روش TF-IDF استفاده میکند. همچنین به منظور ارزیابی شباهت معنایی متون، اقدام به ریشه یابی اسامی شده است و برای کلمات مترادف و هم خانواده امتیاز یکسانی در نظر گرفته میشود. نتایج حاصل از پیاده سازی نشان میدهد که سیستم پیشنهادی برای مقایسه متنهای کوتاه از کارایی مطلوبی برخوردار است.

کلیدواژه ها:

شباهت متن ، TF-IDF ، شباهت معنایی ، ریشهیابی