دسته بندی مفهومی اسناد فارسی به کمک ماشین بردار پشتیبان

دسته بندی اسناد، فرآیندی است که اسناد را به یک یا چند دسته از قبل تعریف شده تقسیم می کند. در این پایان نامه، یک سیستم دسته بندی مفهومی اسناد فارسی با استفاده از ماشین بردار پشتیبان ارائه شده است. همچنین، تاثیر رهیافت های مختلف پیش پردازش شامل شاخص گذاری اسناد، ریشه یابی، بردار نماینده و انتخاب زیر مجموعه ای از ویژگی ها، بر روی کارایی سیستم مطالعه شده است. علاوه بر این، کارایی سیستم پیشنهادی با تابع های کرنل مختلف برای ماشین بردار پشتیبان مطالعه شده است. در آزمایش ها، از مجموعه داده استاندارد همشهری مشتمل بر 160000 خبر بین سال های 1376 تا 1381، استفاده شده است. نتایج حاصل از آزمایشات، کارایی سیستم پیشنهادی را نسبت به سیستم های موجود تایید می کنند.