بررسی روش های متن کاوی با استفاده از یادگیری ماشین

در این مقاله ما به تحقیق پیرامون یادگیری ماشین و کاربرد آن در متن کاوی می پردازیم . رشد فزایندهپایگاه داده ها تقریبا در هر ناحیه از فعالیت انسان باعث شده است که نیاز به ابزارهای قدرتمند جدیدبرای تغییر دادن داده به دانش مفید افزایش یابد . برای برآوردن این نیاز محققان در ناحیه های مختلفمانند یادگیری ماشین ، شناسایی الگو، آنالیز داده آماری ، بصری سازی داده ، شبکه های عصبی ،اقتصاد سنجی ، بازیابی اطلاعات ، استخراج اطلاعات و ..... روشها و ایده هایی را کاوش کنند . متنکاوی اطلاعات متنی غیرساخت یافته را استفاده می کند و آن را برای کشف ساختار و معناهای ضمنیپنهان در متن بررسی می کند . این مقاله در مورد استخراج متن مفید از توصیفات متن کلمه به کلمه وبی رویه و بدون ساختار و تصحیح اشتباهات حاصل از این توصیفات می باشد . این تحقیق بر رویتوسعه تکنولوژی های یادگیری ماشینی برای کشف دانش حاصل از توصیفات متنی تشخیص خطاییک محیط خاص ، تاکید می کند به ویژه ، ما بر روی الگوریتم های یادگیری ماشینی برای آشکارسازی مدارکی که شامل توصیفات شکست های سیستماتیک و ریشه هایی که باعث این اشتباهات وخطاها می شوند ، تاکید می کنیم و در آخر پیشنهاد و راهکارهایی ارایه می کنیم .

کلیدواژه ها:

یادگیری ماشین ، داده کاوی ، آشکار سازی ، تشخیص متن ، تشخیص خطا