ارزیابی و ترکیب الگوریتم های یادگیری ماشین و تکنیک های دسته بندی متن کاوی جهت بهبود طبقه بندی متون فارسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,464
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CBCONF01_0385
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
اطلاعات باعث قدرت است و دانش قدرتمند تر. اکنون بیشتر از 80 درصد از دانش ما به صورت متن، مستندات و دیگرصورت های رسانه ای نظیر ویدیو و صدا نگهداری می شود. دسته بندی خودکار متون بطور کلی به دو بخش اصلی انتخابویژگی و الگوریتم یادگیری تقسیم می شود که در این زمینه روش های متنوعی ارائه شده است. هدف در این روش ها وتکنیک ها بالابردن دقت دسته بندی و رسیدن به کارآیی مطلوب می باشد. در این مقاله ابتدا روش های موجود برای پیشپردازش کردن، رده بندی، استخراج اطلاعات، روش های یافتن روابط شرح داده شده و سپس ارزیابی و مقایسه ای رویروش های بیان شده صورت گرفته است. در ادامه الگوریتم پیشنهادی که ترکیبی از الگوریتم ماشین بردار پیشتیبان والگوریتم بهینه سازی ازدحام ذرات می باشد ارائه گردیده است. نتایج نشان می دهد الگوریتم پیشنهادی با دقت 94.74کارآ ترین الگوریتم در روش های موجود می باشد.
کلیدواژه ها:
نویسندگان
غزاله برون
دانشجوی کارشناسی ارشد مهندسی کامپیوتر-نرم افزار، دانشگاه آزاد اسلامی واحد یاسوج
فرهاد راد
عضو هیئت علمی دانشگاه آزاد اسلامی واحد یاسوج
حمید پروین
عضو هیئت علمی دانشگاه آزاد اسلامی واحد بهبهان
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 :