به کارگیری روش متن کاوی به منظور دسته بندی سلسله مراتبی متون با رویکرد یادگیری عمیق درداده های حجیم
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 664
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECCIRD02_014
تاریخ نمایه سازی: 8 تیر 1398
چکیده مقاله:
همواره تجزیه وتحلیل متن یک روش برای استخراج دانش از متن است که جهت بازیابی دانش نهان در متون، محدودیت حافظه و زمان در پردازش داده های بزرگ به دلیل منابع داده توزیع شده در وب، موتورهای جستجو و شبکه های اجتماعی حائز اهمیت می باشد. با بهبودداده ها در اینترنت و شبکه های اجتماعی، روش های قوی تر موردنیاز است که می تواند اطلاعات را از نزدیک و بلافاصله دسته بندی کند. از طریقانتزاع درداده های متنی، یادگیری عمیق می تواند با این چالش ها مقابله کند . در این مقاله روش یادگیری عمیق جهت دسته بندی به صورتسلسله مراتبی موردبررسی قرار می گیرد و نتایج نشان می دهند که این روش می تواند متون شبکه های اجتماعی و وب سایت ها را با دقت98.81 ٪ دسته بندی کند. این مقاله همچنین نشان می دهد که این شبکه پیچیده می تواند در سطح کلمه بهتر کار کند و نیازی به دانستن ساختارنحوی و معنایی زبان ندارد. نوآوری روش پیشنهادی، اضافه کردن یک سطح به ساختار سلسله مراتبی برای تشخیص عمومی و تشخیص دقیق ترکلاس است.
کلیدواژه ها:
نویسندگان
بهناز اسلامی
گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
مهدی حبیب زاده مطلق
استادیار گروه کامپیوتر، دانشگاه ایوانکی، سمنان، ایران
مجید فولادیان
استادیار گروه برق و الکترونیک، دانشگاه آزاد اسلامی واحد ساوه، ساوه، ایران
زهرا رضایی
گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه کاشان، اصفهان، ایران