روشی مقاوم مبتنی بر بهینه سازی چند هدفه برای انتخاب ویژگی از دااده های ابعاد بالا به منظور دسته بندی اسناد

با توجه به اینکه دسته بندی اسناد منجر به بازیابی اطلاعات مناسب می شود ولی ابعاد بالای فضای ویژگی های یک چالش مهم در کارایی دسته بندی اسناد است این چالش موجب کاهش صحت و پیچیدگی بالای محاسبات در الگوریتم های یادگیری ماشین جهت دسته بندی اسناد می شود در این مقاله یک روش ترکیبی مبتنی بر تصفیه و پوشش مبتنی بر الگوریتم NSGAII جهت کاهش ابعاد با هدف حفظ دقت دسته بندی اسناد پیشنهاد داده ایم. سپس ویژگی های مازاد رااز مجموعه بهینه ویژگیها حذف نموده ایم. باتوجه به آزمایشات انجام شده بر روی مجموعه داده رویترز؛ میزان صحت روش پیشنهادی با استفاده از دسته بندی Naïve Bayes 0.906 و با استفاده از دسته بند 0.916 است و همچنین میزان مقاومت روش پیشنهادی 78 درصد می باشد.

کلیدواژه ها:

دسته بندی اسناد ، انتخاب ویژگی ، ورش ترکیبی ، الگوریتم NSGAII