تاثیرطبقه بندی داده های متنی در یادگیری ماشین براساس مجموعه داده ها

چکیده مقاله

با افزایش و رشد منابع اطلاعاتی در وب و اینترانت های شرکتی، نیاز فوری به فناوری های موثر و کارآمد برای کمک به افراد در جستجو و مدیریت این منابع وجود دارد یادگیری ماشینی، برای طبقه بندی یا دسته بندی متن، روش مهمی برای سازماندهی و مدیریت اطلاعات است متن کاوی یکی از زمینه های است که به دنبال استخراج اطلاعات مفید، از داده های متنی بدون ساختار، به وسیله شناسایی و اکتشاف الگوها می باشد یکی از تکنیک های مهم در متن کاوی طبقه بندی می باشد طبقه بندی متن، اساسی ترین کار در پردازش زبان طبیعی بوده و یک فناوری موثر و کارآمد برای سازماندهی و مدیریت اطلاعات است روش ها و الگوریتم های متفاوتی برای طبقه بندی متن بکار برده شده است که این روش ها در دقت و محاسبات متفاوت می باشند که نیاز به یک نظر سنجی جامع و به روز را افزایش می دهد با این حال، افزایش چشمگیر در دسترس بودن داده های متنی عظیم از منابع مختلف، تعدادی از مسائل و چالش ها را برای طبقه بندی متن ایجاد می کند هدف از این تحقیق، با تمرکز بر مدل های مختلفی از یادگیری، به بررسی و ارزیابی رویکردهای پیشرفته در طبقه بندی متن پرداخته می شود و یک مقایسه جامع بین تکنیک های مختلف و همچنین شناسایی جوانب مثبت و منفی معیارهای ارزیابی مختلف نیز در این بررسی ارائه شده است

کلیدواژه‌ها

نویسندگان

آبتین بیات

گروه کامپیوتر سما تنکابن

�یات، آبتین،1404،تاثیرطبقه بندی داده های متنی در یادگیری ماشین براساس مجموعه داده ها،بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک20 خرداد 1404 · شیروان