Εδώ, η ορνιθολογική εμπειρία έρχεται αντιμέτωπη με τη γλωσσική ανάλυση των υπολογιστών. Η εφαρμογή απομονώνει άρθρα του blog, αφαιρεί τις ετικέτες τους και προκαλεί εσάς και τον αλγόριθμό μας να μαντέψετε την επιστημονική τάξη ή την ήπειρο προέλευσης του πτηνού!Το Aves-Classifier (Εργαστήριο Ταξινομίας) χωρίζεται σε 3 μοναδικές ενότητες (Modes)
Εργαστήριο Ταξινομίας
Τρία παιχνίδια με τις τάξεις και τις ηπείρους του ιστολογίου, πάνω στο TF-IDF και το συνημίτονο ομοιότητας των αναρτήσεων.
0άρθρα
0όροι
0νίκες
Φόρτωση αναρτήσεων...
Η ομοιότητα υπολογίζεται με TF-IDF και συνημίτονο πάνω στον τίτλο, τις ετικέτες και το κείμενο κάθε ανάρτησης. Το ιστολόγιο διαβάζεται ζωντανά από το Blogger, οπότε τα νέα άρθρα μπαίνουν αυτόματα στο παιχνίδι. Η πρόοδος αποθηκεύεται μόνο στον browser σου.
🕸️ Αστερισμός: SVG με κόμβο ανά τάξη ή ήπειρο, μέγεθος ανάλογο του πλήθους άρθρων, γραμμές ομοιότητας και ρυθμιστικό ελάχιστης ομοιότητας. Πατώντας κόμβο βλέπεις χαρακτηριστικούς όρους, κοντινές κατηγορίες και 8 τυπικά άρθρα με συνδέσμους. Υπάρχουν και κουμπιά για όποιον δεν χρησιμοποιεί ποντίκι.
👽 Ο Ξένος: τρία άρθρα σχετίζονται και ένα όχι, με εύκολη και δύσκολη δυσκολία. Μετά την απάντηση βλέπεις τους κοινούς όρους, σερί και ρεκόρ.
Πώς λειτουργεί ο «εγκέφαλος» της εφαρμογής;
Πίσω από τα παιχνίδια κρύβεται ένας εξελιγμένος μηχανισμός γλωσσικής ανάλυσης:• Απόλυτη Κανονικοποίηση: Ο αλγόριθμος σκανάρει τα κείμενα αγνοώντας τόνους και διαφορές κεφαλαίων/πεζών γραμμάτων.
• Ευρετήριο TF-IDF: Υπολογίζει τη βαρύτητα των λέξεων μέσα στα κείμενα για να καταλάβει ποιες ορνιθολογικές ορολογίες είναι πραγματικά σημαντικές.
• Έξυπνη Τροφοδοσία: Συνδέεται άμεσα με το getAllPosts() και το blogCache της ιστοσελίδας μας (ή μέσω δημόσιων Blogger feeds με τοπική cache), ελέγχοντας περιοδικά για νέα άρθρα ώστε να ανανεώνει τις γνώσεις του!
Αλγόριθμος TF-IDF (Συχνότητα Όρου – Αντίστροφη Συχνότητα Κειμένου)
Ο αλγόριθμος TF-IDF (Term Frequency – Inverse Document Frequency) είναι μια μέθοδος της επιστήμης υπολογιστών που βοηθά την εφαρμογή να καταλάβει ποιες λέξεις είναι πραγματικά σημαντικές σε ένα άρθρο, ξεχωρίζοντάς τις από τις κοινές ή επαναλαμβανόμενες λέξεις.Λειτουργεί συνδυάζοντας δύο δείκτες:
1. TF (Term Frequency / Συχνότητα Όρου): Μετρά πόσες φορές εμφανίζεται μια λέξη μέσα σε ένα συγκεκριμένο άρθρο. Όσο πιο συχνά αναφέρεται (π.χ. η λέξη «Πετρίτης»), τόσο πιο σημαντική θεωρείται για το συγκεκριμένο κείμενο.
2. IDF (Inverse Document Frequency / Αντίστροφη Συχνότητα Κειμένου): Ελέγχει πόσο σπάνια είναι αυτή η λέξη σε ολόκληρο το blog. Λέξεις που υπάρχουν σχεδόν σε κάθε άρθρο (όπως «πουλί», «φτερά», «είναι») παίρνουν πολύ χαμηλό σκορ. Αντίθετα, σπάνιες λέξεις (όπως «καλαμιώνας» ή «βελανιδιά») παίρνουν υψηλό σκορ.
