جستجو
الگوریتمی جدید برای طبقهبندی مستندات فارسی، مبتنیبر وزندهی به ویژگیها و فایلها
محبوبه ضیائی1 مریم محمدی2
چکیده :
با توجه به حجم روزافزون اطلاعات در دنیای کنونی، نیاز به ابزارهای قدرتمند جدید برای تبدیل داده به دانش مفید افزایش یافتهاست. یکی از روشهای حیاتی کنترل و مدیریت دادهها، طبقهبندی متون میباشد. در این مقاله الگوریتمی برای طبقهبندی مستندات فارسی ارائه شدهاست، که دارای قابلیتهایی همچون کنترل کیفیت دستهبندی ایجاد شده براساس بازخورد معیار ارزیابی F؛ وزندهی به ویژگیها با روش وزندهی مبتنی بر طبقات و همچنین اختصاص دادن وزن به هر فایل در تمامی طبقات و انتقال فایل به طبقهای که وزن بیشتری در آن طبقه دارد؛ میباشد. این روند باعث میشود حذف کلمات زائد به دلیل بهبود در کلاسها با کیفیت بالاتری انجام شود. درنهایت الگوریتم را مورد ارزیابی قرار میدهیم؛ به این صورت که ابتدا تاثیر طبقهبندی تصادفی اولیهی متفاوت، سپس تاثیر روشهای مختلف وزندهیTFIDF،TFRF،TFCRF و روش وزندهی پیشنهادی را بر روی خروجی الگوریتم طبقهبندی پیشنهادی مورد بررسی قرار میدهیم. نتایج نشان میدهد، تمامی موارد ذکر شده به صورت تجمعی باعث افزایش کیفیت و دقت در طبقهبندی میشود.
کلمات کلیدی : متنکاوی طبقهبندی متون فارسی وزن دهی ویژگیها بازیابی مستندات
زبان مقاله : فارسی
محور مقاله : علوم مهندسی
محل انتشار : کنفرانس بین المللی مهندسی و علوم کاربردی
آدرس وب سایت کنفرانس : iceasconf.com
کد IOI مقاله : XYCZ-AAKFG
لینک مستقیم مقاله : https://isnac.ir/XYCZ-AAKFG
نمایش چکیده انگلیسی
: https://isnac.ir/SA/XYCZ-AAKFG
سایر مقالات ارائه دهنده
سایر مقالات محل انتشار
- سنجش سطح توسعه یافتگی دهستان های بخش مرکزی شهرستان هشترود
- Comparison vitamin D serum levels in allergic rhinitis patients with normal population
- قطعهبندی تصاویر پردازش شده توسط رادار سار
- بررسی انواع روش های موقعیت یابی در ربات های متحرک
- مقایسه عملکرد تکنیکهای کلید زنی SPWM و SVPWM در اینورتر سه فاز از لحاظ هارمونیکی
- بررس ونقش بادگیروعملکردآن در مناطق گرم خشک کاشان (مطالعه موردی نمونه خانه آل یاسین)
- Variability, Heritability and Genetic Advance in Kenaf Accessions (Hibiscus cannabinus L.)
- یک روش جدید رمزنگاری تصویر با استفاده از نگاشت لوجستیک، نگاشت ارنولد، نگاشت فوق آشوب و DNA و مقایسه آن با الگوریتم های مشابه گذشته
- بهینه سازی کیفیت سرویس مسیریابی در شبکه های رادیوشناختگر براساس الگوریتم ژنتیک
- Synthesis and Preparation of LaNiMgO4 Green Nano Catalyst Recyclable by ultrasonic Co-precipitation Method
- بررسی رابطه بین رشد اقتصادی و سرمایه سلامت در ایران
- بررسی رابطه بین رشد اقتصادی و توزیع درآمد در ایران
- زمانبندی در محیط ابرهای فدراسیونی
- بررسی اهمیت ژئوپلیتیک زیست محیطی خلیج فارس
- افزایش امنیت غذایی با استفاده از کودهای آلی در تولید گیاه دارویی شوید (Anethum graveolens L.)