رده بندی متن بر اساس رویکرد ترکیبی از تخصیص دیریکله نهان و شبکه عصبی بازگشتی (RNN)
سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 589
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCT09_031
تاریخ نمایه سازی: 6 شهریور 1399
چکیده مقاله:
رده بندی متون یکی از زیر مجموعه های متنکاوی است. متن کاوی برروی پردازش متن ها تمرکز دارد. درپردازش متن سعی می شود دانشی از متن اولیه استخراج گردد. در رده بندی متون معمولا از کلمات متون بهعنوان ویژگی های آن متون استفاده می شود در نتیجه روش های رده بندی متن با تعداد بالایی ویژگی مواجهمی باشند. در این پژوهش از روش شبکه عصبی بازگشتی برای رده بندی متن ها و تخصیص دیریکله نهانبرای انتخاب ویژگی های متون استفاده شده تا بتوان رده بندی متون را با کیفیت بالاتری به انجام رساند. دراین پژوهش از تخصیص دیریکله نهان برای انتخاب ویژگی های متون با شبکه عصبی بازگشتی و به منظورکاهش ابعاد متن و انجام رده بندی برروی متون بهره گرفته شد. برای سنجش نتایج حاصله، روش پیشنهادی با دو روش دیگر مبتنی بر Kmeans و EM مورد مقایسه قرار گرفت. در نتایج آزمایشگاهی مشاهده شد که عملکرد روش پیشنهادی به طور میانگین از هر دو روش پایه بهتر است.
کلیدواژه ها:
نویسندگان
سینا دامی
استادیار گروه کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
نجمه فرقانی
دانش آموخته کارشناسی ارشد IT، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران