ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهبود یک روش مبتنی برانتخاب ویژگی به منظور دسته بندی متون با الگوریتم های متن کاوی

تعداد صفحات: 8 | تعداد نمایش خلاصه: 591 | نظرات: 0
سال انتشار: 1394
کد COI مقاله: SENACONF02_095
زبان مقاله: فارسی
(فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهبود یک روش مبتنی برانتخاب ویژگی به منظور دسته بندی متون با الگوریتم های متن کاوی

عارف سیاحی - آموزشکده فنی و حرفه ای سما،دانشگاه آزاد اسلامی واحد سوسنگرد، سوسنگرد، ایران
سید محسن هاشمی - آموزشکده فنی و حرفه ای سما،دانشگاه آزاد اسلامی واحد سوسنگرد، سوسنگرد، ایران
سعید مزرعه - آموزشکده فنی و حرفه ای سما،دانشگاه آزاد اسلامی واحد سوسنگرد، سوسنگرد، ایران

چکیده مقاله:

یکی از مهمترین تکنیک های متنکاوی، دسته بندی متون است. متن کاوی را میتوان به عنوان متدها و الگوریتم هایی از فیلدهای یادگیری ماشین و آماری برای متنها با هدف پیدا کردن الگوهای مفید در نظرگرفت. برای این هدف پیش پردازش کردن متون ضروری است. در بسیاری از روشها، متدهای استخراج اطلاعات، پردازش کردن زبان طبیعی یا برخی پیش پردازشهای ساده برای استخراج داده از متون استفاده می شود. سپس می توان الگوریتم های داده کاوی را بر روی داده های استخراج شده اعمال کرد دسته بندی متون بدین معنی است که اسناد متنی موجود را به چند دسته از قبل تعریف شده که اسناد متعلق به آنها هستند، نسبت دهیم. دادههای ذخیره شده در بیشتر پایگاه داده های متنی، داده های نیمه ساختار یافته هستند چون نه به طور کامل غیرساخت یافته هستند و نه به طور کامل ساختیافته هستند. الگوریتم انتخاب ویژگی فیلتری، جهت کاهش پیچیدگی دسته بندی در قسمت پیش پردازش مورد استفاده قرار گرفته است و در قسمت یادگیری الگوریتم یادگیری بیز ساده، درخت تصمیم و ماشین بردار پشتیبان جهت ارزیابی و بهبود کارایی استفاده نموده ایم .

کلیدواژه ها:

متن كاوي ، داده كاوي ، درخت تصميم ، بيزساده ، يادگيري ماشين

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/399585/

کد COI مقاله: SENACONF02_095

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
سیاحی، عارف و هاشمی، سید محسن و مزرعه، سعید،1394،بهبود یک روش مبتنی برانتخاب ویژگی به منظور دسته بندی متون با الگوریتم های متن کاوی،دومین کنگره سراسری فناوریهای نوین ایران با هدف دستیابی به توسعه پایدار،تهران،،،https://civilica.com/doc/399585

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، سیاحی، عارف؛ سید محسن هاشمی و سعید مزرعه)
برای بار دوم به بعد: (1394، سیاحی؛ هاشمی و مزرعه)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • Shahbaz, M., Ahsen, S. M., Shaheen, M., Shaheen, M., Masood, ...
  • Ruta, D., Gabrys, B., 2000. An Overview of classifier fusion ...
  • Jiye Liang , FengWanga, Chuangyin Dangb, Yuhua Qian , 2012. ...
  • Nicolas Garcia-Pedraj as, Aida de Haro-Garcia, Javier Perez -Rodriguez , ...
  • Huawen Liu, JiguiSun, LeiLiu, HuijieZhang , 2009. Feature selection with ...
  • Ruichu Cai , ZhenjieZhang , ZhifengHao _ 2011. BASSUM: A ...
  • Jiana Meng, Hongfei Lin , Yuhai Yu , 2011. A ...
  • Ganiz, M. C., George, C., & Pottenger, W. M. (2011). ...
  • Aghdam, M. H., Aghaee, N. G., Basiri, M. E., 2009. ...
  • Al-Mubaid, H., Umair, S. A., 2006. A New Text Categorization ...
  • Arturo, M. R., 2006. Automatic Text Categorization of documens in ...
  • Rennie, J. D., Shih, L., Teevan, J., & Karger, D. ...
  • Jing, L. P., Huang, H. K., & Shi, H. B. ...
  • Bi, _ Bell, D., Wang, H., Guo, G., Dubitzky, W., ...
  • Kecman, V. (2001). Learning and soft computing: support vector machines, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 209
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی