सामग्री पर जाएंScholarGate
लाइब्रेरीमेरी लाइब्रेरीडेस्कReview Studioसहायक
साइन इन करें
Text Deduplication/साक्ष्य
विधि साक्ष्य रिकॉर्ड

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

स्रोत रिकॉर्ड

विधियों के स्रोत रिकॉर्ड से उद्धरण शब्दशः कॉपी किए गए हैं। इनसे किसी भी दावे-स्तरीय सत्यापन का अनुमान नहीं लगाया गया है।

Text Deduplication (Near-Duplicate Detection)
वर्गीकरण विधि रिकॉर्ड · 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
पूर्ण विधि खोलें

क्यूरेटेड दावे

साक्ष्य लेज़र में दावे बने हुए हैं, प्रत्येक का अपना मूल्यांकन है।

अभी तक कोई क्यूरेटेड दावे नहीं

जब लेज़र में कोई दावा नहीं होता है तो यह दृश्य दावा मूल्यांकन का आविष्कार नहीं करता है।

संबंधित विधियाँ

विधि ग्राफ़ से उत्पन्न और मशीन-अनुशंसित संबंध के रूप में दिखाए गए हैं — किसी भी साक्ष्य दावे का अनुमान नहीं लगाया गया है।

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.

साक्ष्य स्थिति

Sources recorded, not reviewed

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

स्रोत

विधि स्रोत रिकॉर्ड से कॉपी किए गए 2 रिकॉर्ड किए गए उद्धरण।

क्रियाएँ

विधि पृष्ठ खोलें
ScholarGate

शोध विधियों के लिए सामग्री-केंद्रित संदर्भ लाइब्रेरी — हर विधि क्या है, कैसे काम करती है और कहाँ से आई है।

मुक्त डेटा (CC-BY)

खोजें

  • लाइब्रेरी
  • विधियाँ खोजें…
  • क्षेत्र के अनुसार ब्राउज़ करें
  • क्षेत्र
  • यात्रा
  • तुलना करें
  • कौन-सी विधि?

संदर्भ

  • विषय
  • एटलस
  • शब्दावली
  • पद्धति
  • दर्शन

कार्यक्षेत्र

  • मेरी लाइब्रेरी
  • डेस्क
  • चैट

कंपनी

  • परिचय
  • मूल्य निर्धारण
  • संपर्क
  • विधि सुझाएँ

प्रविष्टियाँ संदर्भ हेतु प्रकाशित स्रोतों से संकलित की गई हैं। अपने उपयोग के लिए किसी भी जानकारी की सटीकता और उपयुक्तता की पुष्टि करना आपकी ही ज़िम्मेदारी है।

© 2026 ScholarGate · शोध-विधि संदर्भ लाइब्रेरी
  • गोपनीयता
  • कुकीज़
  • शर्तें
  • खाता हटाएं