روش جدید استخراج خودکار کلمات زائد مبتنی بر اطلاعات کلاس در حوزه طبقه بندی مستندات

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 597

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CESD01_201

تاریخ نمایه سازی: 25 اسفند 1392

چکیده مقاله:

در بحث متن کاوی با توجه به فراوانی تعداد ویژگی ها ، ویژگی هایی که دارای اهمیت کمتری هستند را حذف می کنند تا با ویژگی های مهمتر کارهای متن کاوی را روی فایل ها انجام دهند. برای حذف این کلمات عموما لیستی از این کلمات از پیش تهیه می شوند و سپس در صورت رخداد این کلمات در متن ، از سند حذف می شوند.در این مقاله یک روش جدید برای حذف کلمات زائد ، خاص حوزه ی طبقه بندی مستندات ارائه می شود و در این روش به هر کلمه با توجه به اینکه در چه طبقه ای قرار دارد وزنی تعلق می گیرد،این روش وزن دهی جدید هم به طبقه ای که حاوی فایل ی که کلمه در آن قرار دارد و هم به وزن کلمه در فایل توجه دارد و کلماتی که وزن شان از آستانه ی مورد نظر کمتر باشد حذف می شود و وارد لیست کلمات زائد می شوند وهمچنین به این نکته توجه شده که کلمات زائد یک طبقه با کلمات زائد طبقات دیگر متفاوت است با در نظر داشتن این موضوع قطعا نتیجه ای که به دست می آید تاثیر بسیار مطلوبی نسبت به زمانی که از یک لیست برای حذف کلمات زائد استفاده می شود ، در حوزه طبقه بندی مستندات حاصل می شود .

نویسندگان

محبوبه ضیایی

دانشجوی کارشناسی ارشد هوش مصنوعی، بخش مهندسی کامپیوتر، دانشگاه شهید باهنر کرمان.

علی اکبر نیک نفس

استادیار، بخش مهندسی کامپیوتر، دانشگاه شهید باهنر کرمان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Mario Cataldi, K. Sel;uk Candan, Maria Luisa Sapino _ 'Narrative ...
  • Yang, Y. and Liu, X., :A Re- Examination of Text ...
  • Joachims, T., "Text Categorization with Support Vector Machines: Learming with ...
  • Apte, C., Damerau, F., Weiss, S., _ Mining with Decision ...
  • Creecy, R.M. et al., "Trading MIPS and Memory for Knowledge ...
  • Koller, D., Sahami, M., "Hierarchically classifying documents using very few ...
  • S. B. Kiml, K. S. Han, H. C. Riml and ...
  • LEWIS, D. D., SCHAPIRE, R. E., CALLAN, J. P., AND ...
  • NIGAM, K. _ MCCALLUM, _ K., THRUN, S., ANDMITCH ELL, ...
  • RILOFF. E. 1995. Little words can make a big difference ...
  • JOACHIMS, T. AND SEBASTIANI, F. 2002. Guest editors introduction to ...
  • Salton, G., Yang, C.S., "On the Specification of Term Values ...
  • Robertson, A.M. and WillettP., :An Upperbound to the Performance of ...
  • Boger, Z., Kuflik, T., and Shoval, P., ":Automatic Keyword Identification ...
  • Lan, M., Sung, S.Y., Low, H.B., Tan, C.L., _ Comparative ...
  • M. Maleki, A. Abdollahzadeh, "A New Location-based Feature Weighting Method ...
  • Lubn, H.P, _ Statistical Approach to the Mechanized Encoding and ...
  • Leopold, E. and Kindermann, J., :Text Categorization with Support Vector ...
  • Sparck Jones, K.:"Indexing Term Weighting", Information Storage and Retrieval, Vol. ...
  • Salton, G., Allan, J., and Singhal, A, ":Automatic Text Decomposition ...
  • SINGHAL, A., SALTON, G., MITRA, M., AND BUCKLEY, C. 1996. ...
  • SALTON, _ AND BUCKLEY, C. 1988. T erm-weighting approaches in ...
  • GFOVERT, N., LALMAS, M., AND FUHR, N. 1999. A probabillistic ...
  • LARKEY, L. S. AND CROFT, W. B. 1996. Combining classifiers ...
  • T. Joachims. Text categorization with support vector machines: Learming with ...
  • F. Sebastiani. Machine learning in automated text categorization. ACM Computing ...
  • S. Dumais, J. Platt, D. Heckerman, and M. Sahami. Inductive ...
  • نمایش کامل مراجع