بررسی کارایی روشهای ترکیبی در کلاس بندی داده های متنی
Publish place: Regional Conference on Computer Science, Computer Engineering and Information Technology
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,559
This Paper With 9 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:
DOROUDIT01_084
تاریخ نمایه سازی: 7 آذر 1391
Abstract:
روزانه با اضافه شدن حجم زیادی از دادههای متنی دیجیتال نیاز به آنالیز این نوع دادهها یکی از مسائلی است که توجه محققان را به خود جلب کرد ده است. متن کاویفرایندی است که با بررسی متون ، به کسب دانش از دادههای متنی میپردازد . یکی از کاربردهای متن کاوی طبقهبندی خودکار متن میباشد. بدین معنا که به صورت خودکار تأیید میشود چگونگی متنی جدید ورودی به چه کلاس تعلق دارد .در این تحقیق کارایی روشهای ترکیبی شناختهشده داده کاوی از قبیل رأیگیری، بهینهسازی، جمعآوری خودکار و ترکیب چند کلاس بندی به صورت ترکیبی را مورد بررسی قرار میدهیم سپس روشهای ترکیبی مختلف را نیز بر روی مجموعه داده استاندارد 21578 Reuters به کمک نرمافزار WEKA مورد آزمایش قرار میدهیم. برای این کار پارامترهای مختلف کارایی که نسبت نظیر دقت، مقیاس پذیری به هزینه زمانی را مورد بررسی قرار دادهایم.
Keywords:
Authors
محمد حسین نجات
دانشجوی کارشناسی ارشد نرم افزار - دانشگاه آزاد اسلامی واحد زنجان
واهه آغازاریان
استادیار گروه مهندسی کامپیوتر - دانشگاه آزاد اسلامی واحد تهران مرکزی
علیرضا هدایتی
استادیار گروه مهندسی کامپیوتر - دانشگاه آزاد اسلامی واحد تهران مرکزی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :