بکارگیری الگوریتم تکاملی در انتخاب ویژگی چندگانه در حوزه متن کاوی

در انتخاب ویژگی یکی از مهم ترین بخش های پیش پردازش در حوزه ی متن کاوی و طبقه بندی متن می باشد. معیارهای فراوانی برای انتخاب ویژگی وجود دارد که این معیارها می تواند در قالب یک مساله بهینه سازی ارایه شود. در این تحقیق، مدلی برای انتخاب ویژگی در قالب بهینه سازی همزمان چند هدفه به صورت تکاملی پیشنهاد شده است. اهداف مورد بررسی در این مدل شامل دو هدف با رابطه ای متقابل است که به صورت همزمان مینیم سازی می شود. اولین هدف انتخاب زیر مجموعه ای از کلمات با کمترین طول و دومین هدف انتخاب زیر مجموعه ای از کلمات با بیشترین حجم اطلاعاتی است در تحقیقی دیگر، دومین هدف یعنی هدف بیشترین حجم اطلاعاتی را با معیار دیگری به نام CHI جایگزین کرده و عملکرد را نیز در مدل پیشنهادی بررسی می نماییم. مدل پیشنهادی با نام MOFS را با دیتاست شامل 20000 سند در 20 کلاس بررسی نموده ایم. در نهایت به منظور ارزیابی مدل پیشنهادی بعد از اینکه داده ها را به دو بخش آموزشی و تست تقسیم کرده و الگوریتم انتخاب ویژگی را برای داده ای آموزشی اعمال می نماییم، از داده های تست برای بدست آوردن میزان دقت در طبقه بندی استفاده نموده ایم. در آزمایشات انجام شده از سه مدل طبقه بندی مختلف ماشین بردار پشتیبان خطی، درخت تصمیم و شبکه بیزین، برای ارزیابی عملکرد مدل بهره برده ایم بررسی ها حاکی از میزان دقت بالاتر و بدست آوردن تعداد زیادی زیر مجموعه با طول های مختلف در یک تکرار اجرا است.

Keywords:

متن کاوی , طبقه بندی , انتخاب ویژگی , بهینه سازی چند هدفه , الگوریتم تکاملی