نسخه جدید سایت SID.ir

مشخصات مقاله

عنوان: 

به کارگیری روش متن کاوی به منظور دسته بندی سلسله مراتبی متون با رویکرد یادگیری عمیق در داده های حجیم

نوع ارائه: مقاله
نویسنده: اسلامي بهناز,حبيب زاده مطلق مهدي*,فولاديان مجيد,رضايي زهرا
 
 *گروه کامپيوتر، دانشگاه ايوانکي، سمنان، ايران
 
عنوان همایش: كنفرانس توسعه پژوهش هاي نوين در مهندسي برق و كامپيوتر
نوع همایش:  سازمان ها و مراکز غير دولتي
حامی:  موسسه آموزش عالي غيرانتفاعي غيردولتي وحدت تربت جام
زمان:  1397دوره 1
 
چکیده: 
همواره تجزيه وتحليل متن يک روش براي استخراج دانش از متن است که جهت بازيابي دانش نهان در متون، محدوديت حافظه و زمان در پردازش داده هاي بزرگ به دليل منابع داده توزيع شده در وب، موتورهاي جستجو و شبکه هاي اجتماعي حائز اهميت مي باشد. با بهبود داده ها در اينترنت و شبکه هاي اجتماعي، روش هاي قوي تر موردنياز است که مي تواند اطلاعات را از نزديک و بلافاصله دسته بندي کند. از طريق انتزاع درداده هاي متني، يادگيري عميق مي تواند با اين چالش ها مقابله کند. در اين مقاله روش يادگيري عميق جهت دسته بندي به صورت سلسله مراتبي موردبررسي قرار مي گيرد و نتايج نشان مي دهند که اين روش مي تواند متون شبکه هاي اجتماعي و وب سايت ها را با دقت ٪ 98. 81 دسته بندي کند. اين مقاله همچنين نشان مي دهد که اين شبکه پيچيده مي تواند در سطح کلمه بهتر کار کند و نيازي به دانستن ساختار نحوي و معنايي زبان ندارد. نوآوري روش پيشنهادي، اضافه کردن يک سطح به ساختار سلسله مراتبي براي تشخيص عمومي و تشخيص دقيق تر کلاس است.
 
کلید واژه: پردازش زبان طبيعي,داده هاي حجيم,دسته بندي,متن کاوي,يادگيري عميق
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 
ارتباط خیلی زیاد ارتباط زیاد مرتبط ارتباط کمتر
 
 
بازدید یکساله 260   pdf-file
 
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی