ارزیابی و مقایسه مناسب ترین الگوریتم های متن کاوی :مطالعه موردی مجموعه داده روزنامه همشهری
Publish place: چهارمین کنفرانس بین المللی علوم و مهندسی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,413
This Paper With 17 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:
ICESCON04_241
تاریخ نمایه سازی: 25 آذر 1395
Abstract:
بسیاری از اطلاعات و منابع از طریق اینترنت میسر شده است. دسترسی به این اطلاعات حجیم کاربسیارمشکل و هزینه بر است.گاهی این اطلاعات نامرتبط به خواسته های ما هستند. روش هایی درخصوص متن کاوی بوجود آمده اند که می توانند کار را برای ما آسانتر کنند ولی تاکنون روش های انجام شده بر روی منابع لاتین بوده اند. امروزه با افزایش روز افزون حجم اطلاعات متنی، وجود روش های طبقه بندی متون ضروری به نظر می رسد. همچنین با رشد فزاینده ی منابع متنی فارسی این مهم بیشتر احساس می شود. در این تحقیق از روش های متن کاوی برای دسته بندی متون فارسی استفاده نموده ایم. لذا با ترکیب الگوریتم ماشین بردار پیشتیبان و الگوریتم بهینه سازی ازدحام ذرات کارایی دسته بندی را در مجموعه داده همشهری با 07 درصد آموزش و 30 درصد آزمایش مورد بررسی قراردادیم. که در بهترین وضعیت نتایح کارایی به 94.74 درصد و خطای 5.26درصد رسیده است. که نسبت به تحقیقات مشابه از دقت قابل توجهی برخوردار می باشد.
Keywords:
Authors
غزاله برون
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، دانشگاه آزاد اسلامی واحد یاسوج
فرهاد راد
عضو هیئت علمی دانشگاه آزاد اسلامی واحد یاسوج
حمید پروین
عضو هیئت علمی دانشگاه آزاد اسلامی واحد بهبهان
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 :