דלג לתוכןScholarGate
ספרייההספרייה שלישולחןReview Studioעוזר
התחברות
Text Deduplication/ראיה
רשומת ראיות למתודה

Text Deduplication

Text deduplication is a corpus-quality pipeline that identifies and removes exact and near-duplicate documents from large text collections. Grounded in Andrei Broder's 1997 resemblance theory, it is widely used to improve dataset quality for machine learning model training, search engine indexing, and any downstream NLP task that assumes a non-redundant corpus.

Sources recorded, not reviewed

רשומת מקור

ציטוטים הועתקו מילה במילה מרשומת המקור של המתודה. לא מוסקת כל אימות ברמת הטענה מהם.

Text Deduplication (Near-Duplicate Detection)
רשומת מתודה טקסונומית · process-pipeline / text-mining
  • Broder, A.Z. (1997). On the Resemblance and Containment of Documents. Compression and Complexity of SEQUENCES. · URL
  • Lee, K. et al. (2022). Deduplicating Training Data Makes Language Models Better. ACL 2022. · URL
פתח מתודה מלאה

טענות מאוצרות

טענות שנשמרו ביומן הראיות, לכל אחת הערכה משלה.

עדיין אין טענות מאוצרות

תצוגה זו אינה ממציאה הערכת טענה כאשר ליומן אין אחת.

מתודות קשורות

נוצר מגרף המתודות ומוצג כיחסים שהוצעו על ידי המכונה — לא מוסקת כל טענת ראיה.

Same method familyBERT Embeddingsmachine-suggested · Relational suggestion, not evidence.Same method familySentiment Analysismachine-suggested · Relational suggestion, not evidence.Same method familyText Classificationmachine-suggested · Relational suggestion, not evidence.Same method familyTF-IDFmachine-suggested · Relational suggestion, not evidence.See alsoTopic Modelingmachine-suggested · Relational suggestion, not evidence.

סטטוס ראיה

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

מקורות

2 ציטוטים מתועדים, הועתקו מרשומת המקור של המתודה.

פעולות

פתח דף מתודה
ScholarGate

ספריית עיון ממוקדת תוכן לשיטות מחקר — מהי כל שיטה, איך היא פועלת ומאין היא באה.

נתונים פתוחים (CC-BY)

גילוי

  • ספרייה
  • חיפוש שיטות…
  • עיון לפי תחום
  • תחומים
  • מסע
  • השוואה
  • איזו שיטה?

עיון

  • תחומים
  • מפה
  • מילון מונחים
  • מתודולוגיה
  • פילוסופיה

סביבת עבודה

  • הספרייה שלי
  • שולחן
  • צ׳אט

חברה

  • אודות
  • תמחור
  • יצירת קשר
  • הצעת שיטה

הערכים מלוקטים ממקורות שפורסמו לצורכי עיון. אימות הדיוק וההתאמה של כל מידע לשימושך שלך נותר באחריותך.

© 2026 ScholarGate · ספריית עיון לשיטות מחקר
  • פרטיות
  • עוגיות
  • תנאי שימוש
  • מחיקת חשבון