بهبود دسته بندی متون با استفاده از الگوریتم تکاملی فاخته و آتوماتای یادگیر

با توجه به رشد روزافزون دسترسی به اینترنت واسناد الکترونیکی، بهبود دسته بندی خودکار متون اهمیت ویژه ای یافته است. دسته بندی خودکار متون عمل برچسب گذاری موضوعی متون، بر مبنای یک مجموعه از پیش تعیین شده می باشد. دسته بندی متون به طور کلی به دو بخش اصلی انتخاب ویژگی والگوریتم یادگیری تقسیم می شد. هدف از انتخاب ویژگی، کاهش تعداد ویژگی ها تا حد ممکن است تا ویژگی های افزونه و غیر مرتبط حذف شوند و کارایی دسته بند بهتر شود. در ارتباط با تکنیک های انتخاب ویژگی و الگوریتم های یادگیری، روش های متنوعی ارایه شده است. هدف در تکنیک های ارایه شده، بالا بردن دقت دسته بندی و رسیدن به کارایی مطلوب می باشد. روش انتخاب ویژگی به کارگرفته شده از نوع زیر می باشد و از دسته بندها برای ارزیابی نتیجه استفاده می کند. روش پیشنهادی با استفاده از الگوریتم تکاملی فاخته و آتوماتای یادگیر با ساختار ثابت از نوع مهاجرت اشیا پیاده سازی ومورد ارزیابی قرار گرفته است. سپس روش پیشنهادی را با الگوریتم بهینه سازی انبوه ذرات برای انتخاب ویژگی مقایسه کرده ایم، که نتایج شبیه سازی در بیشتر موارد نشان دهنده برتری الگوریتم پیشنهادی می باشد.

Keywords:

متن کاوی , انتخاب ویژگی , دسته بندی , الگوریتم بهینه سازی فاخته , آتوماتای یادگیر