دسته بندی متون انگلیسی با استفاده از الگوریتم های ترکیبی طبقه بندی

با توجه به گسترش و توسعه سریع سایت های تجاری و رسانه های اجتماعی حجم زیادی از داده ها تولید می شود . این حجم زیاد داده های تولید شده نیاز به سازماندهی مناسب دارد. به همین دلیل فرآیند متن کاوی برای استخراج ویژگی های مرتبط و دانش از اسناد غیر ساخت یافته مورد استفاده قرار می گیرد. روش طبقه بندی اسناد در متن کاوی برای استخراج ویژگی های مرتبط مورد استفادهقرار می گیرد. در این روش با استفاده از داده های آموزشی مدلی ایجاد می شود و سپس داده های جدید به مدل ایجاد شده داده می شود و برچسب آنها پیش بینی می شود. الگوریتم های طبقه بندی زیادی برای زبان انگلیسی و زبان های دیگر وجود دارند. هر کدام از این الگوریتم ها برای بهبود شرایط طبقه بندی با گذشت زمان دست خوش تغییرات و تکاملاتی شده اند. در این مقاله با ترکیب اینالگوریتم ها سعی در بهبود طبقه بندی خواهیم داشت و نتایج حاصل را ارائه خواهیم کرد.

کلیدواژه ها:

متن کاوی ، طبقه بندی ، k نزدیک ترین همسایه ، درخت تصمیم ، بگینگ