انتخاب ویژگی برای شناسایی نویسنده متون کوتاه آنلاین
Publish place: First National Conference on Electrical Engineering, Computer Science and Communications Technology
Publish Year: 1397
Type: Conference paper
Language: Persian
View: 837
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ECTCONF01_070
Index date: 5 October 2019
انتخاب ویژگی برای شناسایی نویسنده متون کوتاه آنلاین abstract
رشد فزاینده استفاده از رسانه های اجتماعی و ارتباطات برخط به منظور بیان نظرات و تبادل عقاید و همچنین گسترش استفاده کاربران فارسی زبان از چنین ابزارهایی باعث افزایش متون فارسی در وب شده است. این رشد چشمگیر نیاز به سیستم خودکار شناسایی نویسنده در این زبان را بیش از پیش آشکار میسازد. مطالعات پیشین، ویژگیهای سنتی را به همراه روشهای خوشهبندی یا دستهبندی با استفاده از استراتژی های انتخاب ویژگی به کار گرفته اند تا براساس سبک نگارش افراد، به شناسایی نویسنده متون بپردازند. در این پژوهش، تمرکز بر روی بررسی فاکتورهای موثر در شناسایی نویسندگان نظرات فارسی تولید شده توسط کاربران محصولات سامسونگ، میباشد. فاکتورهای مورد بررسی شامل ویژگیهای لغوی، نحوی، معنایی، ساختاری، دستوری، مختص متن و مختص شبکه های اجتماعی بوده است. پس از استخراج ویژگیهای مذکور، انتخاب ویژگیهای برتر و خوشه بندی، ارزیابی الگوریتم های فوق بر روی 1000 نظر مربوط به 9 نویسنده نشان داد که بهترین تشخیص مربوط به الگوریتم خوشهبندی EM روی 15ویژگی برتر انتخابی توسط OneR بوده و این الگوریتم در مقایسه با سایر الگوریتم ها، دارای عملکرد بهتری میباشد. همچنین مقایسه ویژگیها نشان داد که ویژگیهای لغوی بیشترین تاثیر را در شناسایی نویسنده متون کوتاه داشته و پس از آن به ترتیب ویژگیهای نحوی، مختص متن، ساختاری و دستوری قرار گرفتند.
انتخاب ویژگی برای شناسایی نویسنده متون کوتاه آنلاین Keywords:
انتخاب ویژگی برای شناسایی نویسنده متون کوتاه آنلاین authors
سمیه عارفی
دانشجوی کارشناسی ارشد، موسسه آموزش عالی صفاهان، اصفهان
محمداحسان بصیری
گروه مهندسی کامپیوتر، دانشگاه شهرکرد،
امید روزمند
دانشکده فنی و مهندسی، مرکز آموزش عالی شهرضا