ارزیابی و ترکیب الگوریتم های یادگیری ماشین و تکنیک های دسته بندی متن کاوی جهت بهبود طبقه بندی متون فارسی

اطلاعات باعث قدرت است و دانش قدرتمند تر. اکنون بیشتر از 80 درصد از دانش ما به صورت متن، مستندات و دیگرصورت های رسانه ای نظیر ویدیو و صدا نگهداری می شود. دسته بندی خودکار متون بطور کلی به دو بخش اصلی انتخابویژگی و الگوریتم یادگیری تقسیم می شود که در این زمینه روش های متنوعی ارائه شده است. هدف در این روش ها وتکنیک ها بالابردن دقت دسته بندی و رسیدن به کارآیی مطلوب می باشد. در این مقاله ابتدا روش های موجود برای پیشپردازش کردن، رده بندی، استخراج اطلاعات، روش های یافتن روابط شرح داده شده و سپس ارزیابی و مقایسه ای رویروش های بیان شده صورت گرفته است. در ادامه الگوریتم پیشنهادی که ترکیبی از الگوریتم ماشین بردار پیشتیبان والگوریتم بهینه سازی ازدحام ذرات می باشد ارائه گردیده است. نتایج نشان می دهد الگوریتم پیشنهادی با دقت 94.74کارآ ترین الگوریتم در روش های موجود می باشد.

کلیدواژه ها:

متن کاوی ، درخت تصمیم ، بیز ، ماشین بردار پشتیبان ، بگینگ ، چاید