کشف دانش موجود در متن دفترچه های بیمه با کمک مدل ترکیبی فازی ژنتیک

به دنبال پیشرفتهای حاصله در زمینه ساخت پردازنده های پرسرعت، اثر محدودکننده ی نحوهی ورود داده ها به داخل کامپیوتر بر سرعت انتقال اطلاعات، بیش از پیش نمود یافته است. با به کارگیری دستگاه های پردازشی علاوه بر دستیابی به سرعت بالاتر در مرحله ی داده خواهی، امکان استفاده از قابلیتهای پیشپردازشی آنها و تغییر فرمت داده ها نیز فراهم میآید. با توجه به اهمیت موضوع و کاری که در این زمینه انجام گرفته است، نیاز به کشف دانش از ویژگی های موجود با کمک انتخاب ویژگی مناسب برای طبقه بندی متون به خوبی احساس میشود . در این مقاله از الگوریتم ژنتیک و منطق فازی برای ارائه روشی جهت طبقه بندی متون موجود در دفترچه های بیمه استفاده شده است. این سیستم بر پایه ی چندین مرحله شکل گرفته است. این مراحل شامل فاز یادگیری که مجموعه ای از متون آموزشی را برای استخراج ویژگیهای دسته ها بررسی میکند تا خصوصیات هر دسته باشد؛ فاز تست سیستم، برای طبقه بندی متون دسته بندی نشده بکار میروند . دقت روش پیشنهادی روی مجموعه جمعآوریشدهای از چندین دفترچه بیماران مورد آزمایش قرار گرفته است. نتایج حاصله نشان میدهد که طبقه بندی پیشنهادی دقتی در حدود ۹۸ درصد دارد.

Keywords:

کشف دانش , دسته بندی متن , الگوریتم ژنتیک , منطق فازی.