چکیده مقاله
طبقه بندی خودکار متون از موارد کاربرد الگوریتم های یادگیری ماشین در بازیابی اطلاعات می باشدکه در حوزه های مختلف پردازش زبان طبیعی از جمله تحلیل های پرکاربرد است یکی از مشکلات رایج امروزدر علوم کتابخانه ای و علوم کامپیوتری طبقه بندی اسناد است در طول چندین سال گذشته اسناد متنی دیجیتال به صورت تصاعدی رشد یافته است یکی از نتایج این رشد تصاعدی اهمیت پیدا کردن دسته بندی اسناد بر اساس محتوا می باشد در این تحقیق عملکرد مدلBERT و یادگیری عمیق در مقایسه با سایر الگوریتم های یادگیری ماشین بر روی دو مجموعه داده BBC news summery و Consumer Complaint Database مورد بررسی قرار گرفته است نتایج آزمایش ها انجام شده حاکی از آن است که عملکرد الگوریتم های یادگیری عمیق در مجموعه ای با داده های کلان دقت بهتر و زمان آموزش بیشتری داشتند ولی با ارزیابی معیار دقت در مجموعه داده کوچک ، الگوریتم های سنتی یادگیری ماشین عملکرد بهتری داشتند
کلیدواژهها
نویسندگان
مازیار فنایی پور
دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران؛
حمید رستگاری
استادیار، دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران؛
شیوه ارجاع
فنایی پور، مازیار و رستگاری، حمید،1401،طبقه بندی متون با استفاده از الگوریتم های یادگیری ماشین و مدلBERT،دومین کنفرانس بین المللی مهندسی و علوم کامپیوتر،نجف آباد
ارائهشده در
مجموعه مقالات اولین همایش بین المللی وکالت، حقوق و علوم انسانی18 تیر 1402 · همدان