> Divirta-se:
>
https://pt.wikipedia.org/w/index.php?oldid=27308816#toc
> PS: Incluí também a lista dos pares de títulos cuja distância é 3 (que
> apesar de gigante, com seus 5978 itens(!), não parece muito útil...).
>
> 2011/10/18 Fabio Azevedo <
fazedo@gmail.com>
>>
>> Helder,
>>
>> Tem como passar o algoritmo de novo para ver se esquecemos de algo?
>>
>> Fabio
>>
>> Em 17 de outubro de 2011 16:15, Helder <
helder.wiki@gmail.com> escreveu:
>> > Aqui está a lista dos pares de títulos mais parecidos (distância igual a
>> > 0,
>> > 1 ou 2) presentes na lista atual:
>> >
https://pt.wikipedia.org/w/index.php?oldid=27296547#toc
>> >
>> > 2011/10/17 Helder <
helder.wiki@gmail.com>
>> >>
>> >> Se alguém estiver a fim de programar, talvez isso funcione para alguns
>> >> casos:
>> >> * Para cada par de títulos da lista, calcule a distância
>> >> Levenshtein entre
>> >> as duas strings (Há algoritmos prontos para isso no Wikibooks
>> >>
>> >>
>> >>
http://en.wikibooks.org/wiki/Algorithm_Implementation/Strings/Levenshtein_distance)
>> >> ** Se a distância for pequena, os títulos são "parecidos" (como
>> >> "Resident
>> >> Evil 4" e "Resident Evil", cuja distância é 2), então coloque o par em
>> >> uma
>> >> lista, para ser avaliado por alguém posteriormente
>> >> ** Se não for, ignore o par e passe para o próximo
>> >> * Avalie manualmente os pares de títulos parecidos que foram incluídos
>> >> na
>> >> lista.
>> >> Não sei se o algoritmo levaria muito tempo para ser executado, mas
>> >> talvez
>> >> ajude.
>> >>
>> >> 2011/10/17 Fabio Azevedo <
fazedo@gmail.com>
>> >>>
>> >>> Pessoal,
>> >>>
>> >>> Acho que ainda precisamos refinar um pouco essa lista. Encontrei
>> >>> algumas escolhas que me me parecem estranhas:
>> >>>
>> >>> 1) Existem apenas 3 artigos sobre datas: 29 de agosto, 30 de agosto e
>> >>> 7 de setembro. O último eu até entendo, mas os outros, não.
>> >>>
>> >>> 2) O artigo [[A Fazenda 4]] figura na lista, mas não [[A Fazenda]]. Se
>> >>> é que algum deles deveria figurar.
>> >>>
>> >>> 3) Existem diversos artigos sobre Piratas do Caribe
>> >>> (Piratas_do_Caribe, Piratas_do_Caribe:_No_Fim_do_Mundo,
>> >>> Pirates_of_the_Caribbean, Pirates_of_the_Caribbean:_At_World's_End,,
>> >>> Pirates_of_the_Caribbean:_Dead_Man's_Chest,
>> >>> Pirates_of_the_Caribbean:_On_Stranger_Tides,
>> >>> Pirates_of_the_Caribbean:_The_Curse_of_the_Black_Pearl,
>> >>> Pérola_Negra_(Piratas_do_Caribe), se não tiver outros).
>> >>>
>> >>> 4) Real_Madrid e Real_Madrid_Club_de_Fútbol (uma repetição)
>> >>>
>> >>> 5) Resident Evil 4 e Resident_Evil: Não é o caso de manter apenas 1?
>> >>>
>> >>> 6) Roma Antiga duas vezes
>> >>>
>> >>> 7) Rússia e Russia
>> >>>
>> >>>
>> >>> É claro que as repetições são fáceis de resolver, mas temo que haja
>> >>> vários casos assim. Será que tem uma maneira automática de eliminar
>> >>> esses casos mais óbvios?
>> >>>
>> >>>
>> >>> Fabio
>> >>>
>> >>> _______________________________________________
>> >>> WikimediaBR-l mailing list
>> >>>
WikimediaBR-l@lists.wikimedia.org
>> >>>
https://lists.wikimedia.org/mailman/listinfo/wikimediabr-l
>> >>
>> >
>> >
>> > _______________________________________________
>> > WikimediaBR-l mailing list
>> >
WikimediaBR-l@lists.wikimedia.org
>> >
https://lists.wikimedia.org/mailman/listinfo/wikimediabr-l
>> >
>> >
>>
>> _______________________________________________
>> WikimediaBR-l mailing list
>>
WikimediaBR-l@lists.wikimedia.org
>>
https://lists.wikimedia.org/mailman/listinfo/wikimediabr-l
>
>
> _______________________________________________
> WikimediaBR-l mailing list
>
WikimediaBR-l@lists.wikimedia.org
>
https://lists.wikimedia.org/mailman/listinfo/wikimediabr-l
>
>
_______________________________________________
WikimediaBR-l mailing list
WikimediaBR-l@lists.wikimedia.org
https://lists.wikimedia.org/mailman/listinfo/wikimediabr-l