روش ترکیبی انتخاب ویژگی برای متن کاوی فارسی مبتنی بر الگوریتم های تکاملی

دریافت فایل

امروزه با افزایش روز افزون حجم اطلاعات متنی، وجود روش های طبقه بندی متون ضروری به نظر میرسد. همچنین با رشد
فزایندهی منابع متنی فارسی این مهم بیشتر احساس می شود هرچند که هنوز کارهای صورت گرفته مخصوصاً در زمینه ی طبقه
بندی متون فارسی به گستردگی لاتینی، چینی و غیره نیست .در این مقاله یک سیستم برای طبقه بندی متون فارسی ارائه شده است
که توانسته معیارهای دقت، فراخوانی و کارایی کل را بهبود ببخشد. برای رسیدن به این هدف در این سیستم پس از پیش پردازش
متون و استخراج ویژگی، برای کاهش ابعاد بردار ویژگی، یک روش بهبودیافته جدید انتخاب ویژگی مبتنی بر الگوریتم بهینه سازی انبوه
نوآوری شده است. نهایتاً روشهای طبقهبندی بر روی بردار ویژگی کاهشداده شده اعمال شده است. برای ارزیابی روش )PSO( ذرات
بیزین ساده به کارگرفته شده ،)SVM( انتخاب ویژگی در سیستم طبقهبندی ارائه شده، طبقه بندی کننده های ماشین بردار پشتیبان
است. نتایج آزمایشهای به دست آمده از اجرای سیستم ارائه شده بر روی مجموعه متون همشهری، حاکی از بهبود دقت، فراخوانی و
در این تحقیق از عملکرد بهتری برخوردار است SVM کارایی کل آن است. هر چند که طبقه بندی کننده ی