معرفی یک مدل جدید مبتنی بر الگوریتم ژنتیک جهت انتخاب ویژگی مناسب در مسئله دسته بندی متون دفترچه بیمه

به دنبال پیشرفت های حاصله در زمینه ی ساخت پردازنده های پرسرعت، اثر محدود کننده ی نحوه ی ورود داده ها به داخل کامپیوتر بر سرعت انتقال اطلاعات، بیش از پیش نمود یافته است. با به کارگیری دستگاه های پردازشی علاوه بر دستیابی به سرعت بالاتر در مرحله ی داده خواهی، امکان استفاده از قابلیت های پیش پردازشی آنها و تغییر فرمت داده ها نیز فراهم می آید. با توجه به اهمیت موضوع و کاری که در این زمینه انجام گرفته است، نیاز به انتخاب ویژگی مناسب برای طبقه بندی متون به خوبی احساس می شود. در این مقاله از الگوریتم و منطق فازی برای ارائه روشی در طبقه بندی متون موجود در دفترچه های بیمه استفاده شده است. این سیستم بر پایه پندین مرحله شکل گرفته است. این مراحل شامل فاز یادگیری که مجموعه ای از متون آموزشی را برای استخراج ویژگی های دسته ها بررسی می کند تا خصوصیات هر دسته می باشد؛ فاز تست سیستم، برای طبقه بندی متون دسته بندی نشده به کار می روند. دقت روش پیشنهادی روی مجموعه جمع آوری شده ای از چندین دفترچه بیماران مورد آزمایش قرار گرفته است. نتایج حاصله نشان می دهد که طبقه بندی پیشنهادی دقتی در حدود 98 درصد دارد.

کلیدواژه ها:

دسته بندی متن ، الگوریتم ژنتیک ، منطق فازی