Другие журналы
|
научное издание МГТУ им. Н.Э. БауманаНАУКА и ОБРАЗОВАНИЕИздатель ФГБОУ ВПО "МГТУ им. Н.Э. Баумана". Эл № ФС 77 - 48211. ISSN 1994-0408
Выявление и выделение шаблонов в массиве коротких сообщений
# 10, октябрь 2016 DOI: 10.7463/1016.0848929
Файл статьи:
SE-BMSTU...o131.pdf
(1218.22Кб)
Проблема поиска шаблонов в произвольном множестве коротких текстовых сообщений актуальна при выявлении и анализе автоматически генерируемых сообщений, в том числе рекламных и вредоносных. Под шаблоном понимается последовательность символов, часть которых фиксирована, а часть может принимать произвольные значения. 1. Vermij, E.P. Genetic sequence alignment on a supercomputing platform. Thesis…MSc. Delft: DelftUniversityofTechnology, 2011. 87 p. 2. Дубанов А.В. Сравнение исходных текстов программ путем выравнивания последовательностей токенов // Инженерный журнал: наука и инновации. 2014. № 9(33). DOI: 10.18698/2308-6033-2014-9-1318 3. Burrows S., Tahaghoghi S.M.M., Zobel J. Efficient plagiarism detection for large code repositories // Software: Practice and Experience. 2007. Vol. 37. №. 2. Pp. 151-176. DOI: 10.1002/spe.750 4. Schleimer S., Wilkerson D. S., Aiken A. Winnowing: local algorithms for document fingerprinting // SIGMOD’03: Proc. of the 2003 ACM SIGMOD intern. conf. on management of data. N.Y.: ACM, 2003. Pp.76-85. DOI: 10.1145/872757.872770 5. Gunawardena T., Lokuhetti M., Pathirana N., Ragel R., Deegalla S. An automatic answering system with template matching for natural language questions // ICIAFs: Proc. 5th Intern. Conf. on information and automation for sustainability. Piscataway: IEEE, 2010. Pp. 353-358. DOI: 10.1109/ICIAFS.2010.5715686 6. Han J., Pei J., Yin Y. Mining Frequent Patterns without Candidate Generation // Newsletter ACM SIGMOD Record. 2000. Vol. 29. № 2. Pp.1-12. DOI: 10.1145/335191.335372 7. Gupta G., Strehl A., Ghosh J. Distance Based Clustering of Association Rules // Intelligent Engineering Systems Through Artificial Neural Networks: Proceedings of Artificial neural networks in engineering conf. (ANNIE). N.Y.: ASME Press, 1999. Pp. 759–764. 8. De Amorim R.C. Feature Relevance in Ward’s Hierarchical Clustering Using the Lp Norm // Journal of Classification. 2015. Vol. 32. № 1. Pp. 46-62. DOI: 10.1007/s00357-015-9167-1 9. Manning C.D., Raghavan P., Schutze H. Hierarchical Clustering // Manning C.D., Raghavan P., Schutze H. Introduction to Information Retrieval. Camb.: Cambridge Univ. Press, 2009, pp. 377-401. DOI: 10.1017/CBO9780511809071 10. Neuwald A.F., Altschul S.F. Bayesian Top-Down Protein Sequence Alignment with Inferred Position-Specific Gap Penalties // PLoS Computational Biology. 2016. Vol. 12. №. 5. Pp. 1-21. DOI: 10.1371/journal.pcbi.1004936 11. Pearson W.R., Lipman D.J. Improved tools for biological sequence comparison // Proc. of the National Academy of Sciences. 1988. Vol. 85. № 8. Pp. 2444-2448. DOI: 10.1073/pnas.85.8.2444 Публикации с ключевыми словами: кластеризация, короткие сообщения, классификация сообщений, выравнивание последовательностей, FP-дерево Публикации со словами: кластеризация, короткие сообщения, классификация сообщений, выравнивание последовательностей, FP-дерево Смотри также: Тематические рубрики: Поделиться:
|
|
||||||||||||||||||||||||||||||||||
|