دسته بندی اسناد الکترونیکی با استفاده از خوشه بندی

سال انتشار: 1403
محل انتشار: اولین همایش ملی علوم و فناوری های نوظهور و شالوده شکن در حوزه دفاعی
کد COI اختصاصی: EDST01_100
زبان مقاله: فارسی
تعداد مشاهده: 212

نویسندگان

عضو هیئت علمی گروه مهندسی کامپیوتر، دانشگاه امام علی(ع)، تهران، ایران

دانشجوی کارشناسی ارشد رشته مهندسی برق، دانشگاه ترییت مدرس، تهران، ایران

چکیده

دسته بندی خودکار در دسترسی سریع و مطلوب به اسناد الکترونیکی، اهمیت وی‍‍‍‍‍‍‍‍‍‍ژه ای دارد. روش های معمول در دسته بندی خودکار اسناد الکترونیکی، روش های یادگیری ماشین (هوش مصنوعی) هستند. اگر چه خوشه بندی اسناد، بیشتر در حوزه های متن کاوی و بازیابی اطلاعات کاربرد دارد، امروزه از روش های خوشه بندی، برای افزایش کارایی دسته بندهای متن استفاده می شود. در این مقاله، روشی برای دسته بندی اسناد با استفاده از خوشه بندی اسناد آموزشی براساس مشابهت یا عدم مشابهت کلاس های اسناد، پیشنهاد شده است. در این روش مجموعه اسناد آموزشی اولیه با یکی از روش های خوشه بندی (بر اساس مشابهت یا عدم مشابهت کلاس های اسناد آموزشی) به چند خوشه تقسیم می شود. از روی هر خوشه از اسناد، دسته بندی ساخته شده و با اسناد آزمون مربوط به همان خوشه، ارزیابی می شود. میکرومیانگین نتایج ارزیابی دسته بندهای ساخته شده از روی خوشه ها، نسبت به حالتی که فقط یک دسته بند از روی کل مجموعه آموزش ساخته می شود، حدود ۱۵ درصد افزایش کارایی را براساس معیارهای دقت و بازخوانی نشان می دهد.

کلیدواژه ها

دسته بندی اسناد، خوشه بندی اسناد، Rocchio، بیزین ساده، SVM

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.