طبقه بندی دست نوشته فارسی با استفاده ازروش مبتنی برترکیب طبقه بندهای SVMو KNN
Publish place: سومین کنفرانس بین المللی پژوهش در مهندسی، علوم و تکنولوژی
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 920
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
RSTCONF03_169
Index date: 25 January 2017
طبقه بندی دست نوشته فارسی با استفاده ازروش مبتنی برترکیب طبقه بندهای SVMو KNN abstract
طبقه بندی در زمره روشهای یادگیری ماشین مبتنی بر محتوا قرار می گیرد. طبقه بند معمولا در یک فرآیند یادگیری ساخته می شود.با توجه به افزایش چشمگیر حجم مطالب متنی ،ابزارهاو روش های خودکار برای مدیریت اسناد و مطالب متنی،مورد توجه بسیارزیادی قرار گرفته اند .از جمله این ابزارها می توان به طبقه بندی متن اشاره کرد که می تواند در این زمینه بسیار موثر باشداین ابزار کاربردهای فراوانی در سیستم های بررسی متون مانند موتورهای جستجو،سیستم های فیلترینگ،تشخیص هرزنامه ها،کتابخانه های دیجیتال و سایر سیتم های مشابه دارد.در این تحقیق بر روی پیکره همشهری برای ارزیابی متون فارسی استفاده شده است و با استفاده از ترکیب الگوریتم های SVMو KNNبه طبقه بندی متون پرداخته است .این طبقه بند را بوسیله 540 متن فارسی که ازپیکره همشهری گرفته شده بودآموزش داده و برروی70متن مشابه آزمایش کردیم.متن هابه7دسته تقسیم شده بودند که دربین این دسته ها،متن های متعلق به دسته های ورزشی،پزشکی وسیاسی بهترازبقیه دسته بندی شدند.الگوریتم های استفاده شده برای اندازه گیری دقت ترکیب طبقه بندها دربهترین حالت برای متنهای سیاسی به 0/98رسید.ونتایج آزمایشها برروی پیکره همشهری بااستفاده ازالگوریتم SVMوKNN نشان دادکه ترکیب الگوریتم هاروشهای انتخاب ویژگی ضمن کاهش تعداد ویژگیها،موجب افزایش کارایی و دقت سیستم ترکیب طبقه بندها می شود.
طبقه بندی دست نوشته فارسی با استفاده ازروش مبتنی برترکیب طبقه بندهای SVMو KNN Keywords:
طبقه بندی دست نوشته فارسی با استفاده ازروش مبتنی برترکیب طبقه بندهای SVMو KNN authors
سمیه اسماعیلی راد
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد رفسنجان
امیر رجبی بهجت
استاد یار دانشگاه آزاد اسلامی واحد رفسنجان
محمد علی باقری
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد رفسنجان
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 :