Referans, Benzer, İlişkisiz

İki haber metninin kelime ve anlam kökleri üzerinden ne kadar örtüştüğünü gösteren benzerlik derecelendirmesidir.

Sistem, haberlerin parmak izlerini alarak birbirleriyle eşleştirir. Eğer benzerlik ≥ %50 ise içerik referans, %30-49 arasındaysa benzer, < %30 ise ilişkisiz kabul edilir. Referans etiketi bir kopyacılık veya intihal suçlaması değildir; aynı resmi ajans metnini kullanan, konuyu tamamen aynı kelimelerle işleyen kaliteli yayınlar da doğal olarak yüksek benzerlik alır.

Örnek: Bakanlığın yaptığı bir açıklamanın on farklı sitede aynı kelimelerle yayımlanması üzerine tümünün birbirine referans olarak bağlanması.

Derinleş

Karşılaştırma işleminin verimli yapılabilmesi için sistem ters indeks mimarisi (O(N²) → ~O(N·k)) kullanır ve bu süreç 4 zorunlu koşula bağlı olarak gerçekleşir. Eşleştirmelerde üç harften kısa olan bağlaç veya çok kısa kelimeler elenir; parmak izinde elenen kelime uzunluğu 3, kök uzunluğu ise 4’tür. Karşılaştırma penceresi ≤ 24 saat ile sınırlıdır; yani yalnızca bir gün içindeki olaylar birbirine bağlanır. Sistem kuralları gereği referans eşiği hiçbir zaman benzer eşiğinin altına indirilemez. Tüm bu işlemler cihazın kendi donanımında gerçekleşir.