مطالعه و بررسی یک متدلوژی ترکیبی مبتنی بر الگوریتم تشابه کسینوسی و مفاهیم کلاسه بندی برای دسته بندی اسناد متنی

کلاسه بندی اسناد متنی یکی از پایه ای ترین و پرکاربردترین مفاهیم در علوم کامپیوتر می باشد. از این دست از کاربردها می تواند به جستجوی متون در بانک های اطلاعاتی متنی، سیستم های دسته بندی اخبار، شناسایی و فیلتر کردن هرزنامه ها، سیستم های تولید دانش و دیگر موارد کاربردی اشاره نمود. همچنین با افزایش روز افزون انبوه اسناد متنی مطالعه، بررسی و ارتقا سطح کیفی الگوریتم های پردازش متن همچون کلاسه بندی اسناد متنی امری ضروری است. از این رو در این مطالعه سعی بر آن است تا شیوه ای ترکیبی از الگوریتم تشابه کسینوسی به همراه الگوریتم های کلاسه بندی همچون بیز ساده چند جمله ای (†MNB) و ماشین بردار پشتیبانی (‡SVM) جهت ارتقا کیفیت الگوریتم های کلاسه بندی معمول برای استفاده در کلاسه بندی اسناد متنی مورد مطالعه و سنجش قرار گیرد. بهینه سازی متدلوژی مورد مطالعه در این تحقیق برای اسناد متنی فارسی به عنوان فعالیت های آتی مدنظر بوده و پیشنهاد می گردد.

Keywords:

کلاسه بندی , تشابه کسیونوسی , بیز ساده چند جمله ای , ماشین بردار پشتیبان