ارائه یک الگوریتم خوشه بندی تجمعی پایدار جهت بهبود دقت و صحت دسته بندی اسناد متنی
Publish place: 19th Iranian Conference on Fuzzy Systems
Publish Year: 1399
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 434
This Paper With 8 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:
ICFUZZYS19_010
تاریخ نمایه سازی: 11 اردیبهشت 1400
Abstract:
امروزه میزان اطلاعات و مستندات متنی، روز به روز در حال گسترش است. فراهم کردن ابزاری که بتواند به طور موثرو کارا، این اطلاعات گسترده و دانش پنهان درون آن را شناسایی، استخراج و مدیریت کند، امری مهم و ضروری است. یکی از روش های مهم در راستای برآورده کردن این نیاز کاربران، استفاده از تکنیک های متنکاوی همانند روش های دسته بندی خودکار متون است. از جمله مشکلات دسته بندی متون می توان به ابعاد بالای فضای ویژگی، عدم پایداری و کارایی قابل قبول دردسته بندی اشاره نمود. در این مقاله، یک روش سه مرحله ای برای دسته بندی متون پیشنهاد شده است که در آن ابتدا کلمات کلیدی پس از پیش پردازش اسناد ، با استفاده از روش (فراوانی - عکس فراوانی سند) استخراج می شوند. درگام بعدی، جهت حل مشکل بالابودن ابعاد فضای ویژگی، از الگوریتم کاهش ویژگی تحلیل مولفه اصلی (PCA) استفاده می شود ودر گام آخر، اسناد با استفاده از تکنیک خوشه بندی تجمعی و براساس چهارخوشه بند (Fuzzy C-means + PSO ، Complete-linkage ، K-Means و Fuzzy C-means+ WOA) دسته بندی می شوند. نتایج به دست آمده از ارزیابی این سیستم بر روی سه پایگاه داده متنی استاندارد ۲۱۵۷۸-RCV، Reuters و Classic نشان دهنده این است که روش پیشنهادی، از دقت، پایداری و قابلیت اعتماد نسبتا بالایی برخوردار است.
Keywords:
Authors
زهرا جعفری
واحد توسعه تحقیقات بالینی، بیمارستان قائم، دانشگاه علوم پزشکی مشهد، مشهد، ایران
رضا قائمی
گروه مهندسی کامپیوتر، واحد قوچان، دانشگاه آزاد اسلامی، قوچان، ایران