تحول در تحلیل متن با TF-IDF برای بهینه سازی یادگیری ماشین
Publish place: The 10th international Conference on Knowledge and Technology of Mechanical, Electrical Engineering and Computer Of Iran
Publish Year: 1404
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,365
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DMECONF10_100
تاریخ نمایه سازی: 1 مرداد 1404
Abstract:
TF-IDF (فرکانس واژه- معکوس فرکانس سند) یکی از تکنیکهای مهم در پردازش زبان طبیعی و استخراج ویژگی از متون است. این روش برای تعیین اهمیت نسبی واژه ها در یک سند و نسبت به مجموعه اسناد به کار میرود. در این مقاله، مفهوم TF-IDF توضیح داده شده و کاربردهای آن در تحلیل متون، همراه با مقایسه ای میان مدل های یادگیری ماشینی، بررسی می شود. نتایج نشان می دهند که TF-IDF در بهبود دقت مدل های طبقه بندی متنی موثر است. در پایان، راهکارهایی برای ارتقای این تکنیک پیشنهاد شده است.
Keywords:
Authors
الهام خالقی لوحه سرا
دانشجوی کارشناسی ارشد رشته فناوری اطلاعات گرایش سامانه های شبکه ای دانشگاه جامع انقلاب اسلامی تهران، ایران
سیدعلی لاجوردی
استادیار گروه فناوری اطلاعات، دانشگاه جامع انقلاب اسلامی، تهران، ایران
