استخراج عبارت کلیدی با استفاده از یادگیری با نظارت

قیمت: 41,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

استخراج عبارت کلیدی با استفاده از یادگیری با نظارت

عنوان لاتین

Keyphrase Extraction using supervise learning

استخراج متن فرایند فشرده دانش است که در آن یک کاربر با یک مجموعه از اسناد ارتباط دارد. طبقه بندی متن یک نوع از یادگیری "با نظارت" است جایی که طبقه بندی ها، پیش دستانه و تعیین شده در پیش بردن برای هر سند یادگیری شناخته می شوند. استخراج دستی کلمات کلیدی آهسته، گران و خسته کننده است. بنابراین استخراج خودکار کلمات کلیدی ضروری ست. عبارات کلیدی به کاربران برای ایده گرفتن راجع به محتوای سند کمک می کنند. خوشه بندی الگوریتم کیامینز برای استخراج متن سند از مقدار زیادی از داده متن مورد استفاده قرار گرفته است. در الگوریتم کیامینز، سندها درون چند گروه شبیه کامینز خوشه بندی شده است، اما تعداد خوشه ها بصورت خودکار با استفاده از عبارات کلیدی استخراج شده تعیین شده است. مجموعه سندهای آموزشی و یادگیری ماشین که برای تعیین عبارات مورد استفاده قرار گرفته اند یا عبارت کلیدی هستند یا خیر.

Text mining is knowledge intensive process in which a user communicates with a collection of documents. Text categorization is a kind of “supervised” learning where the categories are known beforehand and determined in advance for each training document. Manually extraction of keywords is slow, expensive and tedious. Therefore automatic keyword extraction is necessary. Keyphrases help the users to get idea about the content of document. Keameans clustering used for extracting test document from large quantity of text data. In Kea-means algorithm, documents are clustered into several groups like K-means, but the number of clusters is determined automatically by using the extracted keyphrases. Set of training documents and machine learning is used to determine phrases are keyphrase or not.