استفاده از تکنیک های متن کاوی برای دسته بندی متون فارسی با مجموعه داده همشهری
- سال انتشار: 1393
- محل انتشار: کنفرانس بین المللی مهندسی، هنر و محیط زیست
- کد COI اختصاصی: CEAE01_091
- زبان مقاله: فارسی
- تعداد مشاهده: 1932
نویسندگان
موسسه آموزش عالی رهنما، گروه کامپیوتر اهواز، خوزستان، ایران
موسسه آموزش عالی رهنما، گروه کامپیوتر اهواز، خوزستان، ایران
موسسه آموزش عالی رهنما، گروه کامپیوتر اهواز، خوزستان، ایران
موسسه آموزش عالی کارون، گروه کامپیوتر اهواز، خوزستان، ایران
چکیده
بسیاری از اطلاعات و منابع از طریق اینترنت میسر شده است. دسترسی به این اطلاعات حجیم کار بسیارمشکل و هزینه بر است.گاهی از این اطلاعات نامرتبط به خواسته های ما هستند. روش هایی در خصوص متن کاوی بوجود آمده اند که می توانند کار را برای ما آسانتر کنند ولی تاکنون روشهای انجام شده بر روی منابع لاتین بوده اند در این مقاله از روش های متن کاوی برای دسته بندی متون فارسی استفاده خواهیم نمود. در این مقاله با به کارگیری الگوریتم های یادگیری بیز کارایی دسته بندی را با مجموعه داده همشهری با 07 درصد آموزش و 37 درصد آزمایش مورد بررسی قرار داده ایم. نتایح کارایی به 84.48 درصد و خطای 14.42 درصد رسانیده ایم.کلیدواژه ها
متن، متن کاوی، اسناد، دسته بندیاطلاعات 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.