Некоторые методы анализа последовательностей символов в текстовом файле:

• Признаковое описание. 1 Из анализируемых текстовых документов выделяется определённое количество признаков, например, слов или пар подряд идущих слов (биграмм). 1 Признаки можно фильтровать по частоте встречаемости в наборе документов или убирать из их списка те, которые не представляют интереса (предлоги, союзы). 1
• Попарное наложение (выравнивание) символьных последовательностей. 1 Суть метода заключается в том, чтобы максимизировать число позиций, в которых находятся совпадающие символы последовательностей, при этом сами последовательности можно «разрывать». 1
• Формирование профиля и скрытой марковской модели. 1 Этот подход основан на множественном наложении последовательностей, позиции, в которых участвуют все последовательности, выделяются отдельно. 1
• Фрагментное представление. 1 В этом подходе используются аннотированные суффиксные деревья. 1
• Хеширование. 2 Метод позволяет проверить, входит ли образец в строку текста, но не сообщает, где именно. 2 Основан на сравнении сигнатур строк и требует предварительной обработки текста. 2