دسته بنددی متون با رویکرد الگوریتم ژنتیک
عنوان مقاله: دسته بنددی متون با رویکرد الگوریتم ژنتیک
شناسه ملی مقاله: ICEE15_205
منتشر شده در پانزدهیمن کنفرانس مهندسی برق ایران در سال 1386
شناسه ملی مقاله: ICEE15_205
منتشر شده در پانزدهیمن کنفرانس مهندسی برق ایران در سال 1386
مشخصات نویسندگان مقاله:
سعید جلیلی - گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه تربیت مدرس
شیما گرانی - گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه تربیت مدرس
خلاصه مقاله:
سعید جلیلی - گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه تربیت مدرس
شیما گرانی - گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه تربیت مدرس
در این مقاله ، یک روش تکاملی با استفاده از الگوریتم ژنتیک برای دسته بندی متون ارایه شده است. به منظور ارزیابی، روش پیشنهادی بر روی مجموعه داده های استاندارد رویترز اعمال شده است. با توجه به اینکه تا کنون هیچ یک از روش های تکاملی دسته بندی متون، بر اساس داده های استاندارد مورد ارزیابی قرار نگرفته اند، در این مقاله، برای مقایسه روش Liu و همکارانش که یکی از روش های مستقل از ساختار متن بوده و از الگوریتم ژنتیک استفاده کرده است، بر روی مجموعه داده استاندارد رویترز، اعمال شده است. نتایج حاصل از ارزیابی روش پیشنهادی روی مجموعه اسناد رویترز، از نظر دقت، 2% از نظر فراخوانی، 15% از نظر F1 9% و از نظر صحت: 2% بهتر از روش Liu و همکارانش عمل می کند.
کلمات کلیدی: الگوریتم ژنتیک ، دسته بندی متون ، مجموعه اسناد رویترز - 21578
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/25274/