پیشرفت هایی در الگوریتم ها و نرم افزار متن کاوی

میزان اطلاعات متنی ذخیره شده روی کامپیوترهای شخصی یا روی وب به سرعت در حال افزایش است. هر کامپیوتر به علت پیشرفتی که در سخت افزارهای ذخیره سازی داشته، می تواند با میزان حجیمی از داده ها کار کند.جمع آوری اطلاعات آسان است ، یافتن اطلاعات وابسته در مسیر تقاضا می تواند سخت باشد.همچنان که اندازه اطلاعات سیر صعودی را دنبال می کند، ایجاد ساختارهای داده(ایندکس ها) برای بازیابی آسان اطلاعات وابسته پیچیده می شود. توانایی استخراج الگوها یا ویژگی های خاص برای یافتن اطلاعات منحصر بفرد مورد نیاز، مسئله مهمی در بازیابی اطلاعات می باشد. در این مقاله پیشرفتهای جدید در طراحی نرم افزارهایی برای ایجاد ایندکس های حجیم (نرم افزار تجزیه کننده متن عمومی(GTP) )و الگوریتم هایی برای استخراج الگوها از رسانه های متنی ارائه می شود.

کلیدواژه ها:

داده کاوی ، متن کاوی ، شاخص گذاری ، بازیابی اطلاعات ، تجزیه کننده متن عمومی (GTP)