ارائه یک روش جدید در فاز تست دسته بندی سلسله مراتبی برای دسته بندی متون فارسی

گسترش اینترنت باعث افزایش نمایی حجم اسناد الکترونیکی شده است، که بیشتر این اسناد الکترونیکی ، اسناد متنی می باشند. این اسناد حاوی مقدار زیادی اطلاعات می باشند، بنابر این نیاز به دسته بندی خودکار اسناد وجود دارد. دسته بندی متون فرآیندی است که در آن، متن ها به یک یا چند دسته از قبل تعریف شده تقسیم می شوند. در بسیاری از موارد در دسته بندی اسناد متنی، دسته هایی که باید تشخیص داده شوند از یک ساختار سلسله مراتبی نیز برخوردار می باشند. از جمله مشکلات دسته بندی سلسله مراتبی گسترش خطا می باشد. در این مقاله هدف ارائه یک دسته بندی سلسله مراتبی است، که محدود به درخت ها نبوده و همچنین راه کاری، برای جلوگیری از گسترش خطا ارائه شود. روش ارائه شده با کاربرد کامل اطلاعات سلسله مراتبی با داده های دارای دسته بندی اشتباه حاصل از دسته بندی کننده های اصلی ( والدین )، از خطاهای تکثیر شده از دسته بندی کننده هادر سطوح بالاتر اجتناب می کند، به گونه ای که بتوان خطاها را یاد گرفت و در دسته بندی کننده ی کنونی اصلاح کرد. نتایج حاصل از آزمایشات انجام شده، نشان دهنده افزایش دقت و F1 در روش پیشنهادی می باشد.

کلیدواژه ها:

دسته بندی سلسله مراتبی ، دسته بندی محلی ، فاز تست ، DAG