ارائه یک روش خوشه بندی موضوعی متون فارسی مبتنی بر داده های بامربی
محل انتشار: چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,731
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI14_214
تاریخ نمایه سازی: 26 مهر 1387
چکیده مقاله:
هدف از خوشه بندی متون تقسیم بندی مستندات به یک یا چند خوشه براساس محتویات موجود در متن آن است که از ابزارهای مهم در حوزه پردازش زبان های طبیعی به شمار می آید. خوشه بندی متون در ابزارهایی مانند موتورهای جستجو و سیستم پاسخگویی به سوالات کاربردهای فراوانی دارد. روشهای مختلفی برای خوشه بندی موضوعی متون وجود دارد که استفاده از مدل احتمالاتی بیزین یکی از متداولترین روش ها به شمار می آید. در این مقاله گزارشی از بکارگیری این روش در خوشه بندی متون فارسی ارائه می شود و سپس از ترکیب این روش با ایده نگهداری کلمات هم اورد کیفیت الگوریتم بهبود داده می شود. استفاده از این ایده بر روی 200,000 متن خبری از منابع خبرگزاری جمهوری اسلامی ایران (ایرنا ) توانسته است میزان دقت
خوشه بندی در زبان فارسی را به 87 % افزایش دهد.
کلیدواژه ها:
نویسندگان
هشام فیلی
دانشگاه تهران، دانشکده مهندسی برق و کامپیوتر
محسن غرب سرخی
دانشگاه آزاد اسلامی واحد ساوه
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :