تشخیص درک موضوع متون فارسی با استفاده از روش زنجیره مارکوف

باتوجه به توسعه فناوری های نوین و کاربردی شدن آنها ها در عرصه های تولید اطلاعات ؛ لزوم استخراج و ساماندهی اطلاعات؛ تشخیص و درک اولیه محتوای اسنادی تولیدی و دسته بندی خودکار آنها همچنین کنترل و نظارت ضروری است. صرف وقت فراوان برای تجمیع نظر کارشناسان درارتباط با انطباق موضوع طرح با اهداف مشخص شده وعدم دسترسی به درصد واقعی میزان پرداختن به موضوعات مورد انتظار از مواردی است که همواره چالش برانگیز بوده است دراین مقاله براساس الگوریتم های یادگیری ماشین؛ هوش مصنوعی و روشهای من کاوی؛ مدلی برای طبقه بندی موضوعی محتوای طرح ها و منابع متنی تولید با تقسیم آن به قطعات بیشتر از یک جمله و کمتر از یک متن با استفاده از مارکوف؛ شبکه عصبی و روشهای نایویبز محاسبه شده است. هدف اصلی برری و ارائه مدل چندگانه طبقه بندی و درک دقیق موضوع متون براساس تلفیق مدلهای بیزی n - نگاشت مارکوف و بکارگیری خروجی آن در شبکه عصبی و نیز ارائه روشهای استخراج اطلاعات است.

کلیدواژه ها:

متن کاوی ، شبکه عصبی ، مدل بیزی ، مدل زنجیره مارکوف