Думаю придётся релизить

Я канешн видел такую софтину. Только она платная - 0, нету демки - 1, не те функции немного - 2.
Даже не то что бы не те, а совсем даже не то что нужно.

Сообщение отредактировал Пуховой - 21.2.2008, 10:55

Гений. Серьезно. Надо будет замутить на perl. Только, разумеется, надо еще и между собой сличать, а не только с оригналом. Ну и глянуть таки, как формат для олсаба выглядит .

Если кто то желает помочь в разработке, прошу в аську)
Через часик первую бэту разошлю всем, кто здесь отпишеться.

Формат для оллсаба - обычный xml, вот xdb:

<?xml version="1.0"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xdb="http://www.borland.com/schemas/delphi/6.0/XMLDataBinding">
<xs:element name="results" type="resultsType"/>
<xs:complexType name="resultsType"><xs:annotation>
<xs:appinfo xdb:docElement="results"/>
</xs:annotation>

<xs:sequence>
<xs:element name="listing" type="listingType" maxOccurs="unbounded"/>
</xs:sequence>
</xs:complexType>
<xs:complexType name="listingType">
<xs:sequence>
<xs:element name="title" type="xs:string"/>
</xs:sequence>
</xs:complexType>
</xs:schema>

Я хочу поучаствовать в реализации программы.
На форуме SE я нашел один единственный вариант - прграмму shingles, которую написал Hkey. Насчет правильности определения схожети у меня есть некие сомнения, но этот товарищ подходил к вопросу математически. Еще один минус - эта программа сравнивает только два текста. А проверить пару тысяч тяжеловато получается.

Как я вижу это. Надо брать текст, разбивать его на несколько частей и сравнивать эти части по 2-3 слова/фразы. Если есть совпадения - увеличивать процент совпадений, если нет - уменьшать. Затем каждой части присваивать этот процет схожести и считать среднюю между частями.
Для лучшего варианта стоит продумать еще один-два варианта и совместить их.

Я предлагаю использовать функции нечеткого сравнения строк.
Но чорт возьми, пока что функция работает уж ооооочень долго.

Так ты ж на дельфях, скорее всего делаешь... А я в паскале ни бум-бум .

На дельфях, дя...
Нужен ниипатильский алгоритм нечеткого сравнения строк... где его взять?)
Мой устарел... Скорость сравнения - 1 статья 3000 символов в минуту...
Канешн алгоритмне особо удачлив, поковввыряю, но все же...