در اين روشها، شباهت با توجه به مقدار دادهها مقايسه میشود و شباهتهای ساختاری در نظر گرفته نمیشود.
در مقايسه رکوردها از روشهای برپايه مقدار استفاده میشود زيرا:
رکوردها دارای ساختار يکسانی هستند.
در مرحله پيشپردازش فيلدهای قابل مقايسه استخراج شده است.
روشهای مقايسه فيلد
در اين روشها شباهت ميان فيلدها اندازهگيری میشود.
تابع شباهت، تابعی است که شباهت ميان دو فيلد را اندازهگيری کرده و به صورت عددی بين صفر و يک بيان میکند.
روشهای برپايه فرمولهای جبری
در روشهای برپايه فرمولهای جبری رويکردهای متفاوتی وجود دارد
جمع وزندار شباهت فيلدها
تبديل کل رکورد به يک فيلد
...
مشکل تعيين حدود آستانه
بهترين کارايي در حدود 90%
روشهای هوشمند
استفاده از الگوريتمهای يادگيری ماشين
آموزش با استفاده از داده
استفاده از مدل برای دادههای تستی
مزايا
کمترين دخالت انسان
بالاترين کارايي
گراف معنايي
گراف ابزاری برای نشان دادن ارتباط ميان مفاهيم موجود در کلمات
استفاده از گراف معنايي برای بازنمايي و آناليز لغوی
هر نود نشاندهنده يک مفهوم است.
مفاهيم مرتبط با يک يال به يکديگر متصل میشوند.