رشد روز افزون و گسترش چشمگیر تعداد وب سایت ها و حجم بالای داده های موجود در اینترنت، یکی از چالش هایی است که دهکده جهانی وب با وجود مزایای بیشمارش برای انسان به همراه آورده است. از طرف دیگر، امروزه نیاز و تمایل برای کسب دقیق و به موقع اطلاعات پیرامون حوادث جاری، به منزله برنامه ریزی جهت گذران زندگی، چه در سطح شخصی و چه در سطح سازمانی و سیاسی از اهمیت بسیار بالایی برخوردار است. سرعت بالای گسترش...

هدف این پژوهش، استفاده از ترکیب تکنیک های دسته بندی و خلاصه سازی و بررسی تاثیر افزایش تعداد اسناد می باشد که تأثیر پارامترهای خلاصه سازی TF وISF و چهار تکنیک دسته بندی بیزین، درخت تصمیم، قانون و بردار پشتیبان و سه معیار ارزیابی دقت، صحت و فراخوان بر روی 1000 سند متن اصلی و خلاصه محاسبه و تفاوت ها بررسی شدند. نتیجه ی این پژوهش حاکی از برتری اسناد 1000 تایی، روش خلاصه ساز ISF نسبت به TF، روش های ...

ارزشیابی فرایند ارزیابی اسناد، برای تعیین مدت زمان نگهداری آن ها است. شامل تصمیم گیری درباره ی این که ارزش طولانی مدت اسناد، هزینه ی نگهداری آن ها در آرشیو را توجیه می کند یا نه؟ ارزشیابی به علت این که تعیین می کند چه اسنادی را نگهداری و چه اسنادی را امحا کنیم اساس مسئولیت های آرشیوی است. برای پاسخ گویی به چالش های مطرح شده بوسیله ی شیوه-های سنتی ارزشیابی، تحقیقات بسیاری انجام گرفت و شیوه های ج...

امروزه با افزایش حجم داده ها امکان جمع آوری و دسته بندی سریع داده ها توسط انسان غیرممکن شده است و نیاز به دسته بندی و تحلیل دادها به صورت خودکار از جایگاه ویژه ای برخوردار است. دسته بندی داده ها عملیاتی است که ابتدا، طی یک فرایند ، نمونه های آموزشی به همراه برچسب آن ها به یک عامل یادگیر داده می شود تا ارتباط بین نمونه ها و برچسب ها را یاد بگیرد و سپس برچسب داده های آموزشی را پیش بینی کند. از ط...

امروزه حجم قابل توجهی از اطلاعات موجود در قالب متن ذخیره شده اند؛ بنابراین استفاده از ابزار هایی که به استخراج دانش از میان این دریای عظیم داده های بپردازد اهمیت زیادی پیدا کرده است. ذات غیر ساخت یافته ی متون باعث شده که متنکاوی نیاز به مرحله ای مهم به نام پیش پردازش داشته باشد؛ هرچه پیش پردازش قوی تری داشته باشیم نتایج بهتری را در سایر مراحل خواهیم داشت. در این پایان نامه سعی شده به حل چالش ها...

اکثر لغات جدید برای زبان آموزان زبان انگلیسی به صورت "دسته بندی های معنایی" از پیش طراحی شده اند، یعنی گروهی از کلمات که از لحاظ معنایی و نحوی شبیه به هم هستند مانند: چشم، بینی، گوش، دهان، چانه. اگر چه دسته بندی از این نوع، فعالیتهایی را که روش های فعلی برای آموزش زبان به کار می برند را تسهیل می کند و با نگاه اول به نظر می رسد یادگیری لغات را هم آسان می کند، اما هیچ توجیه عملی توسط محققان در حم...

دسته بندی یکی از مهمترین فرآیندهای مورد مطالعه در حوزه یادگیری ماشین و داده کاوی است که در برنامه های کاربردی فراوانی از جمله دسته بندی متن، تشخیص پزشکی، بیوانفورماتیک و... مورد استفاده قرار می گیرد. مسائل دسته بندی را می توان براساس تعداد برچسب های منتسب به هر یک از داده ها به دو دسته کلی مسائل دسته بندی تک برچسبی و مسائل دسته بندی چند برچسبی تقسیم کرد. در مسائل دسته بندی تک برچسبی، هر داده دا...

امروزه حجم عظیمی از اطلاعات و دانش به صورت متنی و به فرم دیجیتال است. با توجه به روند رشد دانش، دسته بندی اسناد برای کاهش پیچیدگی اطلاعات و دسترسی آسان و سریع به آنها، امر بسیار مهمی است. در دنیای واقعی بسیاری از مسائل دسته بندی اسناد متنی، دارای ماهیت سلسله مراتبی هستند. در حال حاضر فرآیند دسته بندی اسناد به صورت دستی انجام می شود، و چون کار انسانی هم کند است و هم شامل خطا، این فرآیند زمان بر ...

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 ...