Kesinlikle longtail de çok dahai iyi sonuç veriyor. Madem kendiniz yazıyorsunuz, size önerim:
-sözlüklerden kelimenin eş anlamlısını çekebilirsiniz
-google translate'te türkçeden türkçeye çevir diyeceksiniz, aşağıda ayrıca bakınızda size ilgili aramaları verecek google algoritmasına göre. Buradan çekebilirsiniz.
Tabi bu çektiğiniz kelimeleri zenginleştirerek longtail yapacak bir algoritmanız da olmalı. Zaten yazmış olduğunuzu tahmin ettiğim temel yollardan bahsetmiyorum. Umarım ilginizi çeker söylediklerim. Yazarsanız haberim olsun bir görmek isterim.
--R10.NET; Flood Engellendi -->-> Yeni yazılan mesaj 00:21:44 -->-> Daha önceki mesaj 00:06:16 --
Lexical database de kullanmanız lazım. Sonuçta google bu konuda kanımca iki olayı dikkate alıyor; insan davranışları ve lexical databaseler. Eğer türkçe için yapacaksanız iki önerim var: Kelimetrik programı size kelimeler arasındaki ilişki,yakınlık derecelerini puanlayarak sunacaktır. Yada Wuggy nin bir eklentisi var :
https://github.com/beguyumaz/turkish...word-rec-tools Yada TDK'da 1nci ve 2nci kelimesinde geçenler diyip arama yaptığınızda geliyor ancak çok alakasız çıkıyor:
http://www.tdk.gov.tr/index.php?opti...b46c0.67381334
not: LSI longtaillerde inanılmaz etkili
Bunun için birisi 7000 kelimelik birisi 8000 Kelimelik 2 tane sözlük hazırladım bu sözlüklerden 1.si genel sözlük olmakta 2.si kök sözcüklerden oluşmakta (yaklaşık 10000 kelime ama yazmayı bitiremedim)
birde 5000 satırdan oluşan deyimler sözlüğüm var ancak henüz ilişkilendirme fırsatım olmadı.
Kısaca kendimce kurduğum algoritmayı anlatayım. belki daha iyi birisi çıkarda daha iyi bir sonuç verecek yeni bişeyler geliştirir.
Bir paragraf veya metin ele aldığımda yapmayı düşündüğüm şey şöyle.
1. kelimeler tek tek incelenir ve kök kelimeler çıkarılarak paragraf içerisindeki yerleri korunur.
2. yeni oluşan kök sözcük metin içerisinde yine kök sözcük deyimler bulunur ve bu deyim kısımları işaretlenerek çıkarılır.
3. geriye kök sözcük ana metin kalır. bu ana metin içerisindeki durak kelimeler (stop words) işaretlenerek çıkarılır.
4. sadeleştirilmiş kök sözcük ana metin içerisindeki tüm kelimeler puanlanarak kaydedilir.
böylece metin içerisindeki kelime tekrar sayıları eş ve yakın anlamlılar bulunmuş olur.
5. kök deyimler de puanlanarak kaydedilir.
6. daha sonra benzer içeriğe sahip sayfalarda bulunarak onlarada aynı işelmler uygulanır.
7. tüm elde edilen metinlere ait kelime puanları belirli katsayılarla çarpılarak bu sözcüğe (LSI analizi yapılan Kelime) yakınlıklarına göre puanlanarak ayrılırlar. böylece LSI kelimeler yakınlık derecesine göre çıkmış olur
diye düşünmekteyim. Bence bu algoritma üzerinden konuşalım