abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
AbcLinuxu hledá autory!
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×
včera 20:44 | Nová verze

Po více než 3 měsících vývoje od vydání verze 238 oznámil Lennart Poettering vydání verze 239 správce systému a služeb systemd (GitHub, NEWS).

Ladislav Hagara | Komentářů: 0
včera 15:00 | Nová verze

Bylo oznámeno vydání nové stabilní verze 1.28 a beta verze 1.29 open source textového editoru Atom (Wikipedie). Přehled novinek i s náhledy v příspěvku na blogu. Podrobnosti v poznámkách k vydání. Atom 1.28 je postaven na Electronu 2.0.

Ladislav Hagara | Komentářů: 0
včera 14:00 | Nová verze

Byla vydána nová verze 2.3.0 multiplatformního svobodného frameworku pro zpracování obrazu G'MIC (GREYC's Magic for Image Computing, Wikipedie). Přehled novinek i s náhledy na PIXLS.US.

Ladislav Hagara | Komentářů: 0
včera 13:00 | Komunita

Akční RPG hra Shadowrun Returns Deluxe, kterou lze hrát i na Linuxu je nyní zdarma na Humble Bundle. Hra vyšla díky kampani na Kickstarteru v roce 2013.

tajny_007 | Komentářů: 0
včera 01:00 | Nová verze

Byla vydána verze 1.27 programovacího jazyka Rust (Wikipedie). Z novinek je nutno zmínit podporu SIMD (Single Instruction Multiple Data). Podrobnosti v poznámkách k vydání. Vyzkoušet Rust lze například na stránce Rust by Example.

Ladislav Hagara | Komentářů: 4
21.6. 16:22 | IT novinky

CEO Intelu Brian Krzanich rezignoval (tisková zpráva). Oficiálním důvodem je "vztah na pracovišti". S okamžitou platností se dočasným CEO stal Robert Swan.

Ladislav Hagara | Komentářů: 37
21.6. 14:11 | Komunita

Konsorcium Linux Foundation ve spolupráci s kariérním portálem Dice.com zveřejnilo 2018 Open Source Jobs Report. Poptávka po odbornících na open source neustále roste.

Ladislav Hagara | Komentářů: 1
21.6. 12:44 | Zajímavý článek

Na stránkách linuxové distribuce Ubuntu Studio byla publikována příručka Ubuntu Studio Audio Handbook věnována vytváření, nahrávaní a úpravě zvuků a hudby nejenom v Ubuntu Studiu. Jedná se o živý dokument editovatelný na jejich wiki.

Ladislav Hagara | Komentářů: 0
21.6. 12:11 | Zajímavý projekt

Společnost Red Hat koupila na konci ledna společnost CoreOS stojící mimo jiné za odlehčenou linuxovou distribucí optimalizovanou pro běh kontejnerů Container Linux. Matthew Miller, vedoucí projektu Fedora, představil v článku na Fedora Magazine nový podprojekt Fedory s názvem Fedora CoreOS. Fedora CoreOS má být to nejlepší z Container Linuxu a Fedora Atomic Hostu. Podrobnosti v často kladených otázkách (FAQ) a v diskusním fóru.

Ladislav Hagara | Komentářů: 0
21.6. 08:00 | Nová verze

Po více než devíti měsících vývoje od vydání verze 11.0 byla vydána verze 12.0 zvukového serveru PulseAudio. Přehled novinek v poznámkách k vydání.

Ladislav Hagara | Komentářů: 11
Jak čtete delší texty z webových stránek?
 (78%)
 (22%)
 (4%)
 (7%)
 (2%)
 (10%)
Celkem 243 hlasů
 Komentářů: 39, poslední 21.6. 17:44
    Rozcestník

    Dotaz: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti

    7.3.2013 13:23 Bubla
    Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    Přečteno: 245×
    Dobrý den,

    jakým způsobem se přistupuje ke hledání podobností v databázi? dejme tomu, že mám dotaz typu 'ahoj'

    položky v databázi

    - ahojblas - ahoj - blas - ldsd ahoj - bubak - kralik

    jakým způsobem z tohoto seznamu poté vyfiltrovat slova, která mají největší podobnost? Celé toto hledání je spíše fulltext nebo fuzzy matching?

    Předpokládám, že na tuto funkcionalitu budou potřebné regulární výrazy, že ano?

    Odpovědi

    7.3.2013 13:24 Bubla
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    vzorek databáze ještě jednou

    - ahojblas

    - ahoj

    - blas

    - ldsd ahoj

    - bubak

    - kralik
    Tarmaq avatar 7.3.2013 13:56 Tarmaq | skóre: 39
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    pokud ti staci jen vyrazy, ktere obsahuji 'ahoj', tak staci zadat:
    SELECT vyraz
    FROM vyrazy
    WHERE vyraz LIKE '%ahoj%'
    
    Don't panic!
    7.3.2013 14:43 potato
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    Fuzzy matching se dělá v nejjednodušším případě Levenstheinovou vzdáleností řetězců s vhodně definovanými meziznakovými vzdálenostmi, ve složitějším s použitím statistických modelů daného jazyka. Což ovšem nenapíšeš standardním SQL dotazem. Nestandardní existují. Postgresql má přímo funkci levenshtein, dá se vygooglit jakási T-SQL implementace, etc.

    Má-li záznam ten řetězec přímo obsahovat, nanejvýš s nějakým bordelem okolo, tak můžeš použít LIKE, jak píše kolega. Nicméně vybrat pak maximálně shodný zase potřebuje metriku nad řetězci, tudíž si tímhle moc nepomůžeš.
    7.3.2013 15:33 Bubla
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    děkuji za info

    a jakým způsobem by se k tomuto přistupovalo, pokud by to bylo např. v programovacím jazyce místo SQL?
    7.3.2013 16:52 DarkKnightCZ | skóre: 12
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    regularni vyrazy, pouzijes funkce stylu strstr/strpos, nebo si napises vlastni algoritmus stylem - "prochazej cely radek, znak po znaku, pokud se rovna aktualni znak prvnimu znaku slova a zaroven nasledujici znak se rovna druhemu znaku slova a zaroven dalsi nasledujici znak se rovna tretimu znaku slova atd. az po konec slova, slovo bylo nalezeno"
    7.3.2013 17:03 potato
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    Jen to ne. Najdeš si knihovnu, která implementuje řetězcové metriky, a použiješ ji. Hledej fuzzy matching, Levenshtein, string distance, edit distance, ...
    7.3.2013 17:14 graviton
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    http://norvig.com/spell-correct.html <- co třeba tohle, to je takový pěkný příklad...
    7.3.2013 17:23 Bubla
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    Děkuji, to vypadá jako pěkná ukázka, zkusím se z toho něco přiučit. Přitom se zkusím ještě podívat pořádně na ten fuzyy matching. ještě jednou děkuji za informace.
    7.3.2013 17:45 Bubla
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    tak tady je ještě další ukázka možností, kdyby někdo potřeboval

    http://stackoverflow.com/questions/682367/good-python-modules-for-fuzzy-string-comparison
    7.3.2013 17:47 Bubla
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    a ještě obdobné vlákno na http://stackoverflow.com/questions/451884/similar-string-algorithm/451910#451910
    7.3.2013 18:42 Bubla
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    Tak to vypadá, že už mi něco funguje, teď jsem ale přišel na jeden zásadní problém...

    jde totiž o to, že některé řetězce ze kterých bych chtěl vybírat, tak jsou různě dlouhé... např.

    - 'Alfonz bulba velký'

    - 'Quercus lodes malý'

    - 'Sanchenzo Lopez'

    - 'Lopez oglomenz'

    - 'lodes'

    a bohužel většina těch dostupných knihoven předpokládá celé jedno slovo, nebo sérii vůči sérii.

    tedy pokud budu hledat 'lopez', tak s největší pravděpodobností vrátí 'lodes', a 'Lopez oglomenz' nebude mít dostatečně velký koeficient, napadlo mě tedy všechny rozdělit na části a hledat v nich, jenže to je pak nutné držet i původní verzi a nějak správně zacílit původní verzi. No další problém se vyskytne v případě kdy někdo zadá výraz 'lodes Sanchenzo' a já budu mít části rozdělené?

    z toho mi vychází, že bude nutné provést několik testů a pak je mezi sebou porovnat? tedy rozdělit slova jak na vstupu tak v databázi a pak je opět nějak složit?
    7.3.2013 19:26 potato
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    To je otázka metriky. Já bych taky řekl, že lodes je bližší...

    První krok asi tedy musí být pořádná specifikace kritéria blízkosti. Když máš dvě slova a jedno z nich odpovídá přesně, zjevně to preferuješ před přibližnou shodou podobně dlouhých slov. Co když budeš k tomu přesně odpovídajícímu slovu mít přilepenou celou větu? Bibli? Nekonečný rozvoj pí? Pořád to má být bližší než lodes? Nejdřív je nutné vědět, co chceš udělat, potom lze řešit jak.
    7.3.2013 20:10 graviton
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    Bez znalosti problémové domény asi těžko navrhneme přibližný trefovač, který by v ní generoval přirozeně se chovající odhady.

    Jen nadhodím trik, se kterým jsme kdysi ubastlili relativně přirozeně se chovající slovníček nad daty s mixem slov a celých vět:
    1. setřídili jsme si slovník podle délky slova/fráze vzestupně
    2. hledání hledalo ve slovníku zadanou věc sekvenčně jako podřetězec (žádné překlepy)
    3. hledání se zastavilo po N nálezech
    Díky bodu 1 to přesné zásahy vracelo nejdřív a případně to potom vracelo i slova s daným podřetězcem nebo fráze s tím slovem.

    Je otázka, jak do toho začlenit nějaké přibližné porovnávání, asi jet na dva průchody - přesný a přibližný, na výstupu jejich výsledky nějak ováhovaně zkombinovat.

    Netuším, jestli z toho něco k něčemu bude, jen tak nadhazuju...
    8.3.2013 23:18 Logik
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    Asi to co chceš je, rozdělit si fráze ve slovníku po slovech a vrátit libovolnou, která má alespoň jedno slovo podobné. Popř. můžeš hodnotu podobnosti vydělit délkou fráze ve slovech.

    Víceslovné fráze pak můžeš vyhledávat pomocí součinu podobnosti jednotlivých slov vyhledávané fráze.
    9.3.2013 09:03 Bubla
    Rozbalit Rozbalit vše Re: Hledání v databázi (slovník) nějakého výrazu či částečné podobnosti
    o to jsem se pokoušel, ale výsledek nebyl moc dobrý, jelikož se pak celé řetězce špatně skládaly dohromady.

    nakonec jsem použil match slova na řetězec a v rozdělil několik úrovní pro "match" viz 0.0-1.0 např. SequenceMatcher pokud poté dosahuje určité úrovně, tak dojde k kontrole jednotlivých slov v řetězci a původního slova, pokud je nějaká vyšší úroveň, tak jí vrátí.

    A tímto způsobem následně při hledání se vrátí několik matchu s různou úrovní přesnosti.

    Založit nové vláknoNahoru

    Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

    ISSN 1214-1267   www.czech-server.cz
    © 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.