دستهبندی اسناد متنی حجیم با استفاده از ترکیب درهمساز کمینه وkنزدیکترین همسایه پیشنهادی
Publish place: 2nd Lahijan National Conference on Software Engeering
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,346
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
LNCSE02_033
تاریخ نمایه سازی: 6 اسفند 1391
Abstract:
در دههی گذشته پیشرفتهای زیادی در زمینهی دستهبندی اسناد متنی انجام گرفته و الگوریتمهای زیادی در این زمینه پیشنهاد شده است. در این مقاله به دستهبندی اسناد متنی حجیم پرداخته شده است. روش پیشنهادی به کار بردن درهمساز کمینه 1 به همراه دستهبندk نزدیکترین همسایه 2 میباشد. تابع درهمساز کمینه معمولا برای سرعت بخشیدن در جستجوی جداول، فشردهسازی دادهها و تشخیص رکوردهای تکراری در حجم زیاد داده استفاده میشود [ 3]، اما در این مقاله برای خلاصه کردن اسناد متنی به کار گرفته شده است. استفاده از درهمساز کمینه به همراه یک دستهبند به صورت طبیعی با افت دقت همراهاست، اما در عین حال باعث بالا رفتن سرعت عملیات دستهبندی میشود. در این مقاله برای حل مشکل افت دقت حاصل از درهمساز کمینه، یک دستهبندk نزدیکترین همسایه پیشنهاد شده، که در آن به جای در نظر گرفتن شباهت کسینوسی بین اسناد از شباهت جاکارد استفاده شده است. این دستهبند بر روی 500 سند انتخابی از بین 2000 سند موجود در مجموعه داده انتقادات راجع بهفیلم 3، پیادهسازی شده که 400 سند برای آموزش و 100 سند برای آزمایش در نظر گرفته شده است
Keywords:
دستهبندی اسناد متنی , درهمساز کمینهk نزدیکترین همسایه و تشابه جاکارد
Authors
فاطمه شیخی
گروه مهندسی نرم افزار ، دانشگاه آزاد اسلامی واحد شبستر، ایران
حسن نادری
استادیار دانشگاه علم و صنعت، تهران، ایران
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 :