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 ...

در زبان فارسی کلمات دارای صورت های نگارشی متنوعی هستند و پوشش کلیه حالات دستوری کلمات با به کارگیری یک سری قواعد معین ناممکن است به همین دلیل استخراج کلمات کلیدی به طور خودکار از متون فارسی دشوار و پیچیده است. در این مقاله سعی شده است با استفاده از اطلاعات زبان شناختی و اصطلاح نامه ، کلمات کلیدی بامعناتری ارائه شود. با استفاده از اصطلاح نامه که از نظامی ساختارمند برخوردار است می توان شبکه کلمات...

برای دسته بندی متن از تکنیک های استخراج اطلاعات، پردازش زبان طبیعی و یادگیری ماشین به طور وسیع استفاده می شود. به طور کلی هدف یک دسته بند متون، دسته بندی اسناد در قالب تعداد معینی از دسته های از پیش تعیین شده می باشد. هر سند می تواند در یک، چند و یا هیچ دسته ای قرار بگیرد. در مورد هر سند به این سوال پاسخ داده خواهد شد که این سند در کدام یک از دسته ها قرار می گیرد. این موضوع می تواند در قالب یک ...

با شناسایی کامل دنباله های پروتئینی در برخی از موجودات زنده همچون انسان، دوره جدیدی در علم زیست شناسی و علوم مرتبط آغاز گردید. هدف اصلی در این دوره، شناسایی عملکرد پروتئین های بی-شماری است که دنباله و ساختار آن ها به طور کامل شناسایی شده است، اما از عملکرد قطعی آن ها اطلاعات دقیقی در دسترس نیست. با توجه به نقش وکارکرد حیاتی پروتئین ها در بسیاری از فعالیت های حیاتی موجودات زنده، مطالعه و تعیین ع...

در این پایان نامه سعی در ارائه ی یک مدل آماری برای خوشه بندی متون داشته ایم. هر خوشه به منزله ی جزئی از یک مدل ترکیبی در نظر گرفته می شود که شامل پارامترهای عدد اولویت جزء، بردار میانگین و ماتریس کواریانس جزء می باشد. هدف از ارائه ی یک مدل آماری، در نظر گرفتن پخشش های متفاوت برای مجموعه داده هایی که لزوماً پخشش آنها کروی نیست، می باشد. الگوریتمهای خوشه بندی مانند k-means و مشتقات آن که با یک پار...

امروزه با توجه به رشد روز افزون دسترسی به اسناد الکترونیکی، دسته بندی خودکار اهمیت وی‍‍ژه ای یافته است. روش های معمول در این زمینه، روش های یادگیری ماشین هستند. روش های بر اساس کمیته کارایی بهتری نسبت به سایر روش ها از خود نشان داده اند. در این مقاله، دو ایده در زمینه کمیته های دسته بند ارائه شده است. ایده اول برمبنای کمیته bagging که در آن هرکدام از اعضای کمیته روی زیرمجموعه ای از مجموعه سندها...

این مقاله با مرور ۲۳ مقاله کلیدی منتشر شده در فاصله زمانی سالهای ۲۰۰۱ تا ۲۰۰۸ و استخراج وجم ع بندی فاکتورهای ریسک موجود در ادبیات مذکور، لیستی مشتمل بر ۲۵ فاکتور ریسک پروژه مدیریت ارتباط با مشتری را فراهم آور ده است . سپس با مرور انواع دسته بندی های عوامل کلیدی موفقیت / شکست موجود در ادبیات مدیریت ارتباط با مشتری، مناسبترین دسته بندی را انتخاب نموده و با گنجاندن فاکتورهای ریسک استخراج شده در آن...