بررسی اثر بهبود بردار ویژگی در شناسایی اخبار سیاسی به روز با استفاده از فارسی نت

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 810

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCONF02_246

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

پیش فرض رایج در روش های دسته بندی متن این است که توزیع ویژگی ها در متون آموزشی و آزمایشی یکسان است. در بسیاری از کاربردها مانند دسته بندی متون خبری به مرور زمان با ورود اخبار به روز ،کلمات به کار رفته در متون تغییر می کنند . بسیاری این کلمات ،مترادف ویژگی های قبلی هستند ولی استفاده از آن ها تا دوره خاصی از زمان رواج چندانی نداشته.این مسئله موجب تغییر توزیع کلمات در داده های آموزشی در طول زمان و کاهش عملکرد دسته بندها می شود. در این تحقیق نشان داده شده است که دامنه سیاسی پویاترین دامنه خبری است. سپس به استخراج کلمات مترادف با ویژگی های قدیمی پرداخته شده است. بدین منظور از فارسی نت به عنوان منبعب برای استخراج کلمات مترادف و از وب به عنوان یک پیکره به روز استفاده و در نهایت حضور این کلمات در مدل کیسه ای از کلمات شبیه سازی می شود. نتایج حاصل نشان دهنده بهبود قابل توجه روش پیشنهاد ی در مقایسه با روش پایه است.

کلیدواژه ها:

دسته بندی خودکار متون ، فارسی نت ، بهبود بردار ویژگی ، شناسایی اخبار سیاسی به روز

نویسندگان

مرضیه سپهر

دانشجوی کارشناسی ارشد،دانشگاه صنعتی مالک اشتر

مرتضی براری

عضو هیئت علمی دانشگاه صنعتی مالک اشتر

سمیه کافی

دانشجوی دکترا،دانشگاه صنعتی مالک اشتر

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 مقاله لینک شده اند :
  • زنجانیه م. ا.ب. دستجردی. (1390)، "روش جدید خوشه بندی مستندات ...
  • _ مدنی. (1391)، "دسته بندی خودکار اسناد فارسی به کمک ...
  • Sebastiani, F. (20 02), "Machine learning in automated text categorization ...
  • Shamsfard, M. et al. (201 0), "Semi automatic development of ...
  • Rodriguez, M.d.B., J.M.G. Hidalgo, and B.D. Agudo. (1997), "Using WordNet ...
  • Nishida, K., T. Hoshide, and K. Fujimura. (20 12), "Improving ...
  • Kanhabua, N. (2 _ 1 2), "Time-aware approaches to information ...
  • Katakis, I., G. Tsoumakas, and I. Vlahavas. (20 06), "Dynamic ...
  • Zhang, Y., X. Li, and M. Orlowska. (20 08), "One-class ...
  • Mourao, F., et al. (20 _ 8), " Understanding temporal ...
  • Fung, G.P.C., et al. (20 06), "Text classification without negative ...
  • Silic, A. and B.D. Basi, (20 12), "Exploring classification concept ...
  • Joachims, T. (1996), "A Probabilistic Analysis of the Rocchio Algorithm ...
  • Berger, A. and J. Lafferty. (1 9 9 9), "Information ...
  • Cilibrasi, R.L. and P.M. Vitanyi. (2007), "The google similarity distance" ...
  • نمایش کامل مراجع