تشخیص موضوع و ردیابی آن

تشخیص موضوع و ردیابی آن یک حوزه از تحقیقات بازیابی اطلاعات است، که بر اخبار و رویدادهای خبری تمرکز دارد. هدف از تشخیص موضوع و ردیابی آن «شکستن متن به داستان های خبری منحصر به فرد، به منظور نظارت بر داستان ها برای رویدادهایی که قبلاً دیده نشده اند، و برای جمع آوری داستان ها به گروه هایی که هر کدام در مورد یک موضوع خبری منفرد بحث می کنند» است. معیارهای ارزیابی مورد استفاده در تشخیص و ردیابی موضوع و پنج وظیفه پژوهشی آن عبارتند از : ردیابی موضوع، تشخیص لینک، تشخیص موضوع، تشخیص اولین داستان و تقسیم بندی داستان. یکی از بهرین روش ها برای تشخیص و ردیابی موضوع، اجرای الگوریتم خوشه بندی K-Means بر روی داده های مورد نظر است. در این تحقیق نیز آزمایشاتی با استفاده از الگوریتم K-Means روی داده های روزنامه همشهری صورت گرفته، و نتایج حاصل از این آزمایشات نشان می دهند که داده ها با درصد خطای پایینی خوشه بندی شده و موضوعات با درصد بالایی در خوشه مناسب قرار داده می شوند.

کلیدواژه ها:

تشخیص و ردیابی موضوع ، بازیابی اطلاعات ، خوشه بندی و الگوریتم K-Means