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

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

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.

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