روش جدید استخراج خودکار کلمات زائد مبتنی بر اطلاعات کلاس در حوزه طبقه بندی مستندات
محل انتشار: همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 597
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
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 .
کلیدواژه ها:
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 :