Matnni qayta ishlash uchun grafik modellar tomon

1-rasm

Masofaviy grafik tasvirining illyustratsiyasi
To'liq o'lchamdagi rasm
Ma'lumotlar bazasi nuqtai nazaridan, bunday masofaviy grafiklar so'z identifikatorlariga mos keladigan tugunlarda atribut belgilari va mos keladigan qirralarning chastotalariga mos keladigan qirralarda teglar bilan XMLda ham taqdim etilishi mumkin. Bunday taqdimotning afzalligi shundaki, yarim tizimli ma'lumotlar uchun ko'plab ma'lumotlarni boshqarish va qazib olish usullari allaqachon ishlab chiqilgan. Ular to'g'ridan-to'g'ri bunday ilovalar uchun ishlatilishi mumkin. Masofaviy grafiklar saqlash va qidirish maqsadlari uchun yanada boyroq tasvirni ta'minlaydi, chunki ular asosiy matn ma'lumotlarining tizimli xatti-harakatlarini qisman saqlaydi. Keyingi bo'limda biz klasterlash, tasniflash va tez-tez naqsh qazib olish kabi ba'zi umumiy matn ilovalarini muhokama qilamiz va bu muammolarni masofaviy grafik tasviridan foydalanish bilan osongina hal qilish mumkinligini ko'rsatamiz.
Masofaviy grafiklarning muhim xususiyati shundaki, ular nisbatan siyrak va tartibning past qiymatlari uchun kam sonli qirralarni o'z ichiga oladi.kk. Eksperimental qismda ko'rib turganimizdek, ning past qiymatlaridan foydalanish kifoyakkko'pgina kon dasturlarida samarali ishlov berish uchun. Masofa grafigini tasvirlash bo'yicha quyidagi kuzatuvlarni qilamiz:
Kuzatish 2.1
Maylif( D )f(D)so'zlar sonini bildiring^IzohHujjatda ¹DD(takrorlanishlarni hisoblash), shulardann ( D )n(D)farqlanadi. Buyurtmaning masofaviy grafiklarikkhech bo'lmaganda o'z ichiga oladi n ( D ) ⋅ ( k + 1 ) - k ⋅ ( k - 1 ) / 2n(D)⋅(k+bitta)−k⋅(k−bitta)/2qirralarning va eng ko'p f( D ) ⋅ ( k + 1 )f(D)⋅(k+bitta)qirralar.
Yuqoridagi kuzatuvni tekshirish oson, chunki har bir tugun (ehtimol oxirgisiga mos keladigan tugunlardan tashqari)kkso'zlar) kamida bilan birga o'z-o'zidan aylanishni o'z ichiga oladikkqirralar. Hujjatda so'z bir necha marta bo'lsa, tugunning qirralari soni ko'proq bo'lishi mumkin.kk. Shuning uchun, agar biz oxirgilarning maxsus xatti-harakatlarini hisobga olmasakkkhujjatdagi so'zlar, tartibning masofaviy grafigidagi qirralarning sonikkhech bo'lmagandan ( D ) ⋅ ( k + 1 )n(D)⋅(k+bitta). Oxirgilarning xatti-harakatlarini hisobga olgan holdakkso'z bilan aytganda, biz qirralarning sonini ko'pi bilan kamaytirishimiz mumkin k ⋅ ( k − 1 ) / 2k⋅(k−bitta)/2. Shuning uchun, qirralarning umumiy soni kamida tomonidan berilgan n ( D ) ⋅ ( k + 1 ) - k ⋅ ( k - 1 ) / 2n(D)⋅(k+bitta)−k⋅(k−bitta)/2. Bundan tashqari, turli tugunlardan chiqadigan chastotalar yig'indisi aniqf( D ) ⋅ ( k + 1 ) - k ⋅ ( k - 1 ) / 2f(D)⋅(k+bitta)−k⋅(k−bitta)/2. Har bir chekka kamida 1 chastotaga ega bo'lganligi sababli, grafikdagi qirralarning soni eng ko'p bo'ladif( D ) ⋅ ( k + 1 )f(D)⋅(k+bitta). Amalda, hujjatdagi so'zlarning takrorlanishi tufayli saqlash talabi ancha past bo'ladi. Masofa grafigining oddiy o'lchami saqlash va qayta ishlash nuqtai nazaridan juda muhimdir. Aslida, yuqoridagi kuzatish shuni ko'rsatadiki, kichik qiymatlar uchunkk, jami saqlash talabi vektor-makon tasviri uchun talab qilinadiganidan ancha yuqori emas. Bu masofaviy grafik tasviri tomonidan qo'lga kiritilgan sintaktik boylik uchun to'lash uchun oddiy narx. Biz birinchi navbatda ma'lum turdagi hujjatlarni, ya'ni faqat alohida so'zlarni o'z ichiga olgan hujjatlarni kuzatamiz.