خوشه بندی توزیع شده فازی متون مبتنی بر آنتولوژی

سراسر وب از انواع تعداد زیادی اسناد متنی تشکیل یافته است قالب عمومی نگهداری داده ها در بانک های اطلاعاتی بصورت متن است. خوشه بندی اسناد تکنولوژی قدرتمندی است که به طور گسترده میتواند در ساماندهی داده ها در هسته های کوچکتر مدیریت پذیر استفاده گردد. برای حل مساله روشهای متعدد پیشنهادی از مشکلات متعددی چون ابعاد بالا، مترادف بودن، ابهام فقدان محتوای توصیفی رنج میبرند. با استفاده از یک دانش پس زمینه مانند شبکه معنایی کلمات فارسی(فارس نت) میتواند استاندارد الگوریتمهای خوشه بندی را افزایش داد. در این مقاله تلفیقی از فارس نت الگوریتم خوشه بندی کلمات تکرار شونده با نام PFMDC ارایه گردیده که به صورت رویکردی فازی موازی پیاده سازی شده است. نتایج بدست آمده نشان میدهد که این رویکرد بهبود قابل توجهی در کیفیت خوشه بندی متون بهبود حدود پنجاه درصدی در زمان اجرا داشته است.

کلیدواژه ها:

خوشه بندی فازی متون ، خوشه بندی کلمات تکرار شونده ، فارس نت ، آنتولوژی