بررسی روش های و الگوریتم های دسته بندی اخبار با استفاده از پردازش زبان طبیعی (NLP)

امروزه حجم بسیار زیاده داده و اطلاعات در وب، لزوم استفاده از سیستم های بازیابی کننده اطلاعات را بیش از پیش نمایان میسازد. در این میان حجم قابل توجهی از اطلاعات موجود در وب در حوزه اخبار می باشد، لذا سیستم هایی که به بازیابی اخبار ازاینترنت می پردازند به یکی از ابزارهای مهم در دنیای فناوری اطلاعات تبدیل شده اند. با توجه به حجم بسیار زیاد اخبار که بصورتروزانه تولید و در فضای اینترنت پخش می شود، دسته بندی موضوعی اخبار تبدیل به یکی از بزرگترین دغدغه ها شده است. درچند سال اخیر الگوریتم های زیادی برای مساله دسته بندی اسناد پیشنهاد شده است که اغلب کارهای انجام شده روی اسناد بهزبان انگلیسی بوده است. تعدادی از این الگوریتم ها برای دسته بندی متون فارسی بکار گرفته شده است. در این مقاله با مرور اینالگوریتم ها و بررسی نقاط قوت و ضعف آنها، به مقایسه و ارزیابی آنها پرداخته شده است.