مقایسه عملکرد الگوریتم های یادگیری ماشین در دسته بندی اخبار با موضوع خاص
Publish place: Eleventh National Conference on Computer Science and Engineering and Information Technology
Publish Year: 1399
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 682
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CECCONF11_029
تاریخ نمایه سازی: 6 دی 1399
Abstract:
دسته بندي متون فرآیندي است که هدف آن دسته بندي خودکار متون در موضوعات از پیش تعریف شده است. امروزه با افزایش روزافزون حجم اطلاعات اهمیت این موضوع بیش از پیش احساس می شود. متون خبري ازجمله منابعی هستند که دسته بندي آن ها حائز اهمیت بوده و در استخراج اطلاعات مفید از منابع خام به ما کمک می کند. همچنین دسته بندي اخباري که موضوع کلی ماشین بردار پشتیبان، شبکه عصبی سافتمکس و K نزدیک ترین همسایه را به صورت جداگانه بر روي تیتر اخبار اقتصادي و سیاسی منتشر شده در خبرگزاري فارس بررسی و با 4 معیار دقت، صحت، حساسیت و شاخص f1 مقایسه کردیم. همچنین این اخبار هر کدام در 4 زیر دسته مربوط به موضوع خود برچسب گذاري شده اند. در نتیجه این آزمایش ها الگوریتم ماشین بردار پشتیبان با میانگیندقت 0.96 بهترین بازدهی را از خود نشان داد.مشترکی دارند به علت کلید واژه هاي مشترك، مسئله پرچالش تري است. در این پژوهش عملکرد 4 الگوریتم بیز ساده چند جمله اي،
Keywords:
Authors
محمد بصیرزاده
دانشجوی کارشناسی ارشد هوش مصنوعی و رباتیکز، دانشگاه جامع امام حسین (ع)
محمدرضا حسنی آهنگر
استاد دانشگاه جامع امام حسین (ع)