جستجو
ارزیابی روش های وزن دهی به شاخص ها مبتنی بر یک الگوریتم ترکیبی در حوزه طبقه بندی نامه های الکترونیکی
ریحانه شفایی1 رضا احسن2
چکیده :
طبقه بندی متون یک مسئله پردازش زبان طبیعی می باشد و می تواند به عنوان انتساب سندهای طبقه بندی نشده به یک یا بیشتر طبقه های از پیش تعریف شده، براساس محتوایشان دیده شود. امروزه با توجه به گسترش روز افزون شبکه جهانی، یکی از مسائلی که در زمینه طبقه بندی متون غیر ساخت یافته اهمیت بسیار چشمگیری یافته است، مسئله نامه های الکترونیکی ناخواسته (هرزنامه) می باشد. با توجه به افزایش استفاده از نامه های الکترونیکی، هرزنامه ها نیز روز به روز بیشتر می شوند. هرزنامه ها هر روز با ترفندی جدید ظاهر شده و مشکلات زیادی را ایجاد می کنند. لذا طراحی سیستم های کارا جهت فیلترینگ موثر هرزنامه ها از اهمیت فوق العاده ای برخوردار است. یکی از مراحل مهم در فیلتر کردن هرزنامه ها که تاثیر بسیار زیادی در افزایش دقت و سرعت تشخیص دارد، انتخاب روش مناسب وزن دهی به شاخص ها در مرحله آماده سازی متون جهت طبقه بندی می باشد. در این مقاله به منظور ارزیابی روش های وزن دهی به شاخص ها از مدل ترکیبی مبتنی بر الگوریتم های یادگیری ماشین و برای شاخص گذاری از روش های 2-گرم و 3-گرم و 4-گرم استفاده شده است. جهت ارزیابی و مقایسه نتایج، از روش های متداول وزن دهی به شاخص ها در مرحله آماده سازی متون استفاده شده است. نتایج ارزیابی نشان دهنده کارایی بهتر روش TF-IDF نسبت به روش های دیگر وزن دهی بر روی مجموعه داده های Spam Collection است.
کلمات کلیدی : متن کاوی طبقه بندی متون وزن دهی به شاخص ها یادگیری ماشین tf idf
زبان مقاله : فارسی
محور مقاله : علوم مهندسی
محل انتشار : کنفرانس بین المللی پژوهش در علوم و مهندسی
آدرس وب سایت کنفرانس : icrsie.com
کد IOI مقاله : XYDC-AFHFH
لینک مستقیم مقاله : https://isnac.ir/XYDC-AFHFH
سایر مقالات محل انتشار
- استفاده از الگوریتم الگویی در جهت بهینه سازی برای تنظیم پارامترهای پایدار ساز سیستم قدرت تک ماشینه
- رویکرد کیفی نت ناب دراجتماع باگسترش عملیات کیفیت
- Sodium borohydride Synthesis of Iron Cobalt (FeCo) Nanorods
- مقایسه و ارزیابی رفتار لرزه ای قاب های بتن آرمه تقویت شده با مهاربند فولادی (inverted V-CBF) و دیوار برشی بتنی
- رابطه اضطراب اجتماعی و استعداد اعتیاد با خودشفقتی در بین نوجوانان
- بررسی عددی اثرات جت مصنوعی اوریفیس چندگانه بر انتقال حرارت
- اولویت بندی مناطق نمونه گردشگری ایران با استفاده از روش های تصمیم گیری چند معیاره
- پیش بینی استعداد اعتیاد در بین دانشجویان بر اساس متغیر های اجتناب شناختی و امید به زندگی
- کنترلگرTS-Fuzzy با جبران اغتشاش برای توربین بادی سرعت متغیر
- Effect of Gas Cap on Oil Production in Fractured Reservoir
- بهره برداری بهینه از شبکه های هوشمند متصل به واحدهای PV
- بررسی تأثیر مشوق های صادراتی بر توسعه صادرات کشاورزی«از دیدگاه صادرکنندگان» مطالعه ی موردی کلان شهر تهران سال 1394
- تاثیر فعالیت های فرهنگی هنری مراکز کانون پرورش فکری کودکان و نوجوانان بر رشد مهارتهای اجتماعی و خلاقیت نوجوانان دختر و پسر شهر تهران در سال 1394
- تحلیل انرژی نوین هسته ای با رویکرد پایداری و زیست محیطی
- تحلیل شکلگیری امنیت در منطقه خلیج فارس بر اساس نظریۀ امنیتی مکتب کپنهاگ ( امکان یا عدم امکان )