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 ...

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 ...

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...

پژوهش در ارتباط با یافتن راهکاری برای دسته بندی موضوعی متون بر اساس هفت دسته از پیش تعیین شده است.در این پژوهش با ابتکار خلق بانک لغات موضوعی یک دسته بندی با درصد دقت و سرعت بهتر صورت گرفته است

با توجه به گسترش اسناد دیجیتالی متنی، دسته بندی آنها بیش از پیش نیاز می باشد. همچنین برای انتساب متناسب مقالات به دسته های از پیش تعیین شده، نیاز به یک نقشه علمی از علوم کامپیوتر می باشد. در ابتدا، یک نقشه علمی جامع علوم کامپیوتر با استفاده از نقشه علمی علوم کامپیوتر acm و ieee و نشست های کنفرانس ایران تهیه شد.در این پایان نامه از رویکرد دسته بندی متون برای انتخاب دسته مناسب هر مقاله ارائه شد. ...

در دسته بندی متون معمولا از کلمات به عنوان خصیصه استفاده می شود. از آنجا که در هر مجموعه متون، تعداد بسیار زیادی خصیصه وجود دارد، در این مقاله روش هائی به منظور کاهش تعداد خصیصه ها و انتخاب خصیصه های مرتبط، پیشنهاد شده است. به طور کلی روش های فیلتری انتخاب خصیصه از چهار همبستگی مثبت و منفی بین خصیصه های سندها و دسته ها در ضابطه انتخاب خصیصه استفاده می کنند. در روش های پیشنهادی این مقاله ابتدا ک...

امروزه مدیریت مبتنی بر محتوای متون، به علت رشد سریع و در دسترس قرار گرفتن متون به شکل دیجیتالی، از اهمیت زیادی برخوردار است. از طرفی دیگر یکی از روش های مهم در سازمان دهی اطلاعات، دسته بندی اسناد زبان طبیعی در دسته های از قبل مشخص شده است. با توجه به اهمیت موضوع و کاری که در این زمینه برای زبان های دیگر دنیا انجام شده است، نیاز به دسته بندی متون فارسی به خوبی احساس می شود. در سال های اخیر، الگو...

با توجه به رشد روزافزون اسناد الکترونیکی، نیاز به یک دسته بند کارا در حوزه داده کاوی واضح است. اخیراً به منظور افزایش دقت دسته بندی، استفاده از آنتولوژی لغوی به عنوان مرجع خارجی و نیز استخراج دانش از متون در فرآیند دسته بندی، مطرح شده است؛ از این رو، هدف از انجام این پروژه ارائه و پیاده سازی سیستم دسته بندی خودکار اسنادی است که آنتولوژی لغوی فارس نت را در عملیات دسته بندی داخل می نماید. این امر ...

امروزه صدها الگوی طراحی نرم افزار ابداع و در منابع مختلف ثبت شده اند. با توجه به تعداد بسیار زیاد الگوهای طراحی و افزایش روزافزون آنها یک سوال مطرح می شود: چگونه طراحان نرم افزار در فرآیند طراحی نرم افزار، الگوی طراحی مناسب را از بین الگوهای مرتبط، جهت حل مسئله انتخاب کنند؟ تاکنون از دو رویکرد نمودارهای uml و هستان شناسی برای حل این مسئله استفاده شده است. در این پایان نامه، روشی به منظور بازیا...

متن کاوی به دلیل حجم وسیعی از اطلاعات که به صورت متنی ذخیره شده، پتانسیل کاربردی بسیار بالایی دارد. یکی از مهمترین کاربردهای متن کاوی طبقه بندی متون به لحاظ موضوعی میباشد. در این مقاله سعی بر آن داشته ایم تا با توجه به روشهای مختلف طبقه بندی متون فارسی، روشی نوین در جهت افزایش دقت و کارآیی طبقه بندی متون ارائه دهیم. برای طبقه بندی متون یک روال پنج مرحله ای را در نظر گرفته ایم.مرحله جداسازی کلما...