Measuring Global Similarity Between Texts

Abstract

We propose a new similarity measure between texts which, contrary to the current state-of-the-art approaches, takes a global view of the texts to be compared. We have implemented a tool to compute our textual distance and conducted experiments on several corpuses of texts. The experiments show that our methods can reliably identify different global types of texts.

L’histoire d’Ike Antkare et de ses amis Fouille de textes et systèmes d’information scientifique

“…L'outil est aussi conçu pour pouvoir intégrer simplement et rapidement la détection de nouveaux générateurs de type PCFG dès leur identification. D'autres méthodes ont été explorées pour réaliser l'identification automatique de textes (Fahrenberg et al, 2014 ;Lavoie, Krishnamoorthy, 2010 ;Dalkilic et al, 2006) générés aléatoirement et (Labbé et al, 2015) s'intéresse à d'autres classes de générateurs de textes (à base de chaîne de Markov).…”