سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

استفاده از تکنیک های داده کاوی در دسته بندی خودکار اسناد متنی

Publish Year: 1393
Type: Conference paper
Language: Persian
View: 1,849

This Paper With 8 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

FNCEITPNU01_081

Index date: 8 March 2015

استفاده از تکنیک های داده کاوی در دسته بندی خودکار اسناد متنی abstract

امروزه بخش قابل توجهی از اطلاعات موجود در پایگاه داده های متنی یا اسناد متنی ذخیره می شوند. یکی از مهم ترین مباحثی که مطرح است بحث سازماندهی این اسناد می باشد. یکی از راهکارهای سازماندهی اسناد متنی، دسته بندی آنها می باشد. دسته بندی متون به انتساب اسناد متنی به دسته های واقعی آنها می باشد. دسته بندی اسناد متنی شامل دو مرحله اصلی انتخاب ویژگی و الگوریتم یادگیری می باشد. تاکنون روش های متعددی برای دسته بندی اسناد متنی ارائه شده است. در این مقاله یک روش ترکیبی جهت دسته بندی کارآتر اسناد متنی ارائه شده است. روش پیشنهادی در مرحله انتخاب ویژگی جهت کاهش پیچیدگی از روش فیلتری بهره می برد و با استفاده از دسته بندهای بیز ساده و درخت تصمیم پیاده سازی شده است. نتایج نشان دهنده برتری روش ترکیبی نسبت به دسته بندهای منفرد می باشد.

استفاده از تکنیک های داده کاوی در دسته بندی خودکار اسناد متنی Keywords:

داده کاوی , اسناد متنی , دسته بندی , دسته بندی خودکار متون

استفاده از تکنیک های داده کاوی در دسته بندی خودکار اسناد متنی authors

محمد بهروزیان نژاد

دانشجوی دکترای کامپیوتر، دانشگاه آزاد اسلامی واحد شوشتر، آموزشکده فنی و حرفه ای سما

ایمان عطارزاده

استادیار رشته کامپیوتر، هیئت علمی، دانشگاه آزاد اسلامی واحد دزفول، گروه کامپیوتر

شادی افتخار

دانشجوی کارشناسی کامپیوتر، دانشگاه آزاد اسلامی واحد شوشتر، گروه کامپیوتر

احمد کاظمی

هیئت علمی، دانشگاه آزاد اسلامی واحد ایذه، گروه کامپیوتر

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 :
Yang Y, and Pedersen J. A, A comparative study on ...
Dalal M. K, and Zaveri M A, Automatic Text Classificatio. ...
Dasgupta A, Feature selection methos for text classification, In Proceedings ...
Dataset available it http:/csmining. org/index .php/r52 _ and- r8-of-reuters- 2 ...
Khan A, Baharudin B, Lee L. H, and Khan K, ...
Manning C. D, Raghavan P, and Schutze H, Introduction o ...
Patra A, and Singh D, A Survey Report on Text ...
Ramasundram S, text categorization by B ackpropagation, Internatiomal Journal of ...
Sebastiani F, Machine Learning in Automated Text Categorization, ACM Computing ...
Software available in: http :/'rpid-i _ com/c otet/view/ 1 8 ...
نمایش کامل مراجع

مقاله فارسی "استفاده از تکنیک های داده کاوی در دسته بندی خودکار اسناد متنی" توسط محمد بهروزیان نژاد، دانشجوی دکترای کامپیوتر، دانشگاه آزاد اسلامی واحد شوشتر، آموزشکده فنی و حرفه ای سما؛ ایمان عطارزاده، استادیار رشته کامپیوتر، هیئت علمی، دانشگاه آزاد اسلامی واحد دزفول، گروه کامپیوتر؛ شادی افتخار، دانشجوی کارشناسی کامپیوتر، دانشگاه آزاد اسلامی واحد شوشتر، گروه کامپیوتر؛ احمد کاظمی، هیئت علمی، دانشگاه آزاد اسلامی واحد ایذه، گروه کامپیوتر نوشته شده و در سال 1393 پس از تایید کمیته علمی اولین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله داده کاوی، اسناد متنی، دسته بندی، دسته بندی خودکار متون هستند. این مقاله در تاریخ 17 اسفند 1393 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1849 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که امروزه بخش قابل توجهی از اطلاعات موجود در پایگاه داده های متنی یا اسناد متنی ذخیره می شوند. یکی از مهم ترین مباحثی که مطرح است بحث سازماندهی این اسناد می باشد. یکی از راهکارهای سازماندهی اسناد متنی، دسته بندی آنها می باشد. دسته بندی متون به انتساب اسناد متنی به دسته های واقعی آنها می باشد. دسته بندی اسناد ... . این مقاله در دسته بندی موضوعی داده کاوی طبقه بندی شده است. برای دانلود فایل کامل مقاله استفاده از تکنیک های داده کاوی در دسته بندی خودکار اسناد متنی با 8 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.