رده بندی متون فارسی با استفاده از ماشین بردار پشتیبان مبتنی بر روش های انتخاب ویژگی PCA و الگوریتم ژنتیک

در این مقاله رده بندی اسناد و متون فارسی با استفاده از ماشین بردار پشتیبان (SVM) پیشنهاد شده است. این روش یکی از بهترین روشها در ردهبندی متون می باشد که یکی از روش های یادگیری با نظارت است اطلاعات را ازفضای حاضر به فضای برداری دیگری عموما با ابعاد بیشتر که در آن الگوریتم های یادگیری خطی قابل کاربرد است نگاشت می کند. باتوجه به حجم زیاد ویژگی ها در متون فارسی در این مقاله برای انتخاب و کاهش ویژگی های مهم که نقش زیادی در تایین دسته متون دارند ابتدا با استفاده از روش TFCRF به کلمات وزن دهی انجام می شود سپس از روش های PCA و الگوریتم ژنتیک استفاده شده است . نتایج تجربی نشان می دهد، که این روش میتواند با دقت 78 % عمل ردهبندی را انجام دهد.

کلیدواژه ها:

ماشین بردار پشتیبان ، انتخاب ویژگی ، الگوریتم ژنتیک ، رده بندی متون ، PCA