Придумаем новый метод уникализации текстов?

Гм, а какая практическая цель-то?

ЗЫ насчет цепей Маркова: а никто не прикручивал к цепям Маркова коэффициенты отдаленности слов друг от друга? То есть учет совместного использования слов в одном предложении?

ЗЫЫ: вообще-то на это есть другая ветка ;)

Практическая цель - не забаненые доры.

ЗЫ: Цепи Маркова вроде уже давно определяются ПС (поправьте, если не прав).

3ЫЫ: я правильный раздел выбрал, не путайте. :)

Насчет ЗЫЫ: /ru/forum/optimization-practices/search-technologies - обычно в этом разделе подобные темы.

Насчет ЗЫ: что вы понимаете под цепью Маркова?

Насчет цели: народ и с Марковкой неплохо лезет ;)

В том разделе темы про тексты, которые для людей.

Я правильно понимаю что такое цепь Маркова. Просто в прошлом посте выразился не верно.

Видел сообщения, что сайты с текстами, обработанными тем алгоримом поисковики очень хорошо банят. Хотелось бы придумать достойную альтернативу. :)

p.s.: если через пару дней никто не отреагирует на тему, то попрошу модераторов переместить ее в тот раздел.

русский язык настолько сложен, что боты не могут банить за содержание.

Уникальный текст можно добиться легко и просто и без всяких этих вычурных действий ) Только ведь один хрен баниться будут =)

если в итоге после таких манипуляций получаем нечитабельный текст, то не будет никаких преимуществ перед тем же марковым. Мхо по поводу этого способа: фи

по поводу смешивания абзацев\предложений: имеет право на существование, только не для доров т.к. тут еще ключевики на автомате совать надо, а это убьет читабельность сниппетов, и вообще, в целом читабельный текст - это не для классических доров, он им мало чем поможет

думал о таком, только в итоге получим очень ресурсоемкий способ генерации... и для получения хоть какого-то результата придется распарсить большую кучу тематических текстов, в итоге опять получим (ничего хорошего)

"Придумаем новый метод уникализации текстов?" - доров больше касается генерация текста, так что раздел скорее не тот, тем более, опять-таки МХО, текст на данный момент далеко не самый важный признак дора для того же яндекса

Гм, ну тут у некоторых гигами тексты исчисляются ;)

А насчет ресурсоемкости: ну да, ресурсоемко, и даже очень. Ну а что делать 😆

гм, так и я не про 10 Кб... вот именно из-за таких объемов исходного текста, это и становится практически нереальным, если установить

то при самых оптимистичных прогнозах получившаяся структура данных будет меряться не одной сотней ГБ...

А на счет ресурсоемкости: каждому свое конечно, но идти в такой большой ущерб скорости, ради такого сомнительного преимущества...

Не знаю, как вы считаете, но база будет значительно меньше ;)