بررسی و آنالیز اسناد متنی با بکارگیری روش های یادگیری ماشین

امروزه اطلاعات ذخیره شده روز به روز و با سرعت زیاد در حال افزایش است. در این میان رشد بی اندازه داده های متنی و لزوم پردازش این داده ها، اهمیت متنکاوی را دو چندان کرده است. داده های متنی، عموما0 به شکل غیر ساخت یافته یا نیمه ساخت یافته هستند، به همین علت نمیتوانند در هیچ گونه پردازشی همچون استخراج اطلاعات مفید شرکت کنند. از آنجا که پردازش دستی این داده های متنی کاری طاقت فرساست، به روشهای یادگیری ماشین روی متن احتیاج است.در این مقاله ضمن تعریف و بیان مفاهیم متن کاوی و یادگیری ماشین، به بررسی کاربردها و الگوریتمهای یادگیری ماشین در اسناد متنی از قبیل خلاصه سازی، طبقهبندی، خوشه بندی، استخراج اطلاعات، بازیابی اطلاعات، نظر کاوی و ردیابی موضوع خواهیم پرداخت.