بهینه سازی روش های وزن دهی ویژگی مستندات نیمه ساخته یافته درحوزه شبکه های عصبی چند لایه

امروزه، دستیابی به اطلاعات ارزش بالائی دارند .باافزایش حجم اطلاعات دردسترس اینترنت،نیازفوق العاده به ابزارهای یکه بتواننددرجستجو،فیلترنمودنومدیریتمنابعموثر باشند،کاملااحساس می شود. طبقه-بندی متون،فرآیندیاست کهدرآن متن هادریکیاچند طبقه ازقبل تعریف شده براساس محتوای ازبان نگارش متن قرار می گیرند. طبقه بندی ایمیل ها،تشخیص موضوع،فیلترنمودن متون ازجمله مواردکاربردسیستم طبقه بندیخودکارمتونمی باشند.برای همین تمرکز بر روی تکنیک های پیش پردازش مستندات و به گونه ویژه روش های وزن دهی ویژگی را به دقت مورد بررسی و تحلیل قرار داده و یکی از روش ها(TFCRF) برای وزن دهی به مستنداتی که به عنوان ورودی شبکه عصبی مورد مطالعه است، بکار رفته است. در نهایت شبکه عصبی انتخاب شده را با مراحل آموزش که به تفسیر درباره آن بحث خواهد شد مورد تست و ارزیابی قرار گرفته است

کلیدواژه ها:

طبقه بندی ، پیش پردازش مستندات ، وزن دهی ویژگی ، شبکه عصبی