[Wikimedia Brasil] Lista

[Helder]

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=27295357>
:
https://pt.wikipedia.org/w/index.php?oldid=27296547#toc<https://pt.wikipedia.org/w/index.php?title=Wikip%C3%A9dia:P%C3%A1gina_de_testes/2&oldid=27296547#toc>

2011/10/17 Helder <helder.wiki em 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<http://en.wikipedia.org/wiki/Levenshtein_distance> 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 em 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 em lists.wikimedia.org
>> https://lists.wikimedia.org/mailman/listinfo/wikimediabr-l
>>
>
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: http://lists.wikimedia.org/pipermail/wikimediabr-l/attachments/20111017/e6c15c55/attachment.htm