CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه یک روش خوشه بندی موضوعی متون فارسی مبتنی بر داده های بامربی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۴ | تعداد نمایش خلاصه: ۱۳۱۴ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: ACCSI14_214
زبان مقاله: فارسی
حجم فایل: ۹۷.۷۴ کیلوبایت (فایل این مقاله در ۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۴ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه یک روش خوشه بندی موضوعی متون فارسی مبتنی بر داده های بامربی

  هشام فیلی - دانشگاه تهران، دانشکده مهندسی برق و کامپیوتر
  محسن غرب سرخی - دانشگاه آزاد اسلامی واحد ساوه

چکیده مقاله:

هدف از خوشه بندی متون تقسیم بندی مستندات به یک یا چند خوشه براساس محتویات موجود در متن آن است که از ابزارهای مهم در حوزه پردازش زبان های طبیعی به شمار می آید. خوشه بندی متون در ابزارهایی مانند موتورهای جستجو و سیستم پاسخگویی به سوالات کاربردهای فراوانی دارد. روشهای مختلفی برای خوشه بندی موضوعی متون وجود دارد که استفاده از مدل احتمالاتی بیزین یکی از متداولترین روش ها به شمار می آید. در این مقاله گزارشی از بکارگیری این روش در خوشه بندی متون فارسی ارائه می شود و سپس از ترکیب این روش با ایده نگهداری کلمات هم اورد کیفیت الگوریتم بهبود داده می شود. استفاده از این ایده بر روی 200,000 متن خبری از منابع خبرگزاری جمهوری اسلامی ایران (ایرنا ) توانسته است میزان دقت
خوشه بندی در زبان فارسی را به 87 % افزایش دهد.

کلیدواژه‌ها:

خوشه بندی متون، زبان فارسی، مدل بیزین، کلمات هماورد

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI14-ACCSI14_214.html
کد COI مقاله: ACCSI14_214

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
فیلی, هشام و محسن غرب سرخی، ۱۳۸۷، ارائه یک روش خوشه بندی موضوعی متون فارسی مبتنی بر داده های بامربی، چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران، تهران، انجمن کامپیوتر، دانشگاه صنعتی امیر کبیر، https://www.civilica.com/Paper-ACCSI14-ACCSI14_214.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (فیلی, هشام و محسن غرب سرخی، ۱۳۸۷)
برای بار دوم به بعد: (فیلی و غرب سرخی، ۱۳۸۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Y. Yang and X. Liu. A re- examination of text ...
  • Y. Yang and J. Pedersen. A comparative study on feature ...
  • C. D. Manning and H. Schiitze. Foundation of Statistical Natural ...
  • D. D. Lewis and M. Ringuette. A comparison of two ...
  • V. Vapnic. The Nature of Statistical Learning Theory. Springer, New ...
  • T. Joachims, (1998). Text catego rization with Support Vector Machines: ...
  • Erik D. Wiener and Jan O. Pedersen and Andreas S. ...
  • T. Mitchell, Bayesian Learning. In Machine Learning (WC B /Mc ...
  • Yarowsky, D. "" _ _ In Proceedings of the 33rd ...
  • Rafael A. Calvo, Jae-Moon Lee and Xiaobo Li. Mgging """""""" ...
  • یک الگوریتم خوشه‌بندی فازی برای طبقه‌بندی خودکار مفاهیم استخراج شده ... (مقاله کنفرانسی)
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۵۱۴۵۳
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.