ایمیل خود را وارد و بر روی بچرخون کلیک کنید. (کد تخفیف دریافتی را هنگام ثبت سفارش وارد کنید)
قوانین بازی:
تهیهکننده:
هزینه سفارش:
۳۹۹,۰۰۰ تومان قیمت اصلی: ۳۹۹,۰۰۰ تومان بود.۱۵۹,۶۰۰ تومانقیمت فعلی: ۱۵۹,۶۰۰ تومان.
تخصصی و منحصر به فرد بودن این اثر، تضمین کننده بهای محصول نسبت به آثار مشابه است.
در این پست داکیومنت دسته بندی متون احساسی با ویژگیهای Bigram مبتنی بر الگوریتم تکاملی قرار گرفته شده است. ضرورت استفاده از سیستمهای تشخیص خودکار بر کسی پوشیده نیست. الگوریتمهای یادگیری ماشین بهصورت فراوانی هزینه تحقیق را کاهش میدهند و سرعت بسیار بیشتری نسبت به الگو های میدانی دارند و بدینصورت صرفهجویی زیادی در وقت میشود. مشکلی که در دستهبندی متن یا دسته بندی متون وجود دارد، حجم زیاد ویژگیها است که باعث کاهش دقت نتایج دستهبندی میشود.
برای مطالعه بیشتر در زمینه الگوریتمهای یادگیری ماشین، فایل آماده موجود در مجموعه پی استور را مد نظر قرار دهید.
برای انتخاب ویژگی در اسناد متنی از متدهای انتخاب ویژگی n-gram استفاده میکنند در این روش n تعداد کلمات انتخاب شده را بیان میکند. دو روش تک کلمهای و دو کلمهای در بیشتر پژوهشها مورد توجه قرار گرفته است. در روش تک کلمهای (unigram) ویژگیهای یک متن با توجه به تعداد آنها بدست میآید ولی در روش دو کلمهای (Bigram ) تعداد حالتهایی که دو کلمه در کنار هم میآیند را به دست میآورند و ویژگیهای دوکلمهای با شمارش و تکرار بالا بهعنوان ویژگی در نظر گرفته میشود.
اما مشکل اصلی در انتخاب ویژگیهای موثر در دسته بندی متون است بدین معنی که فرکانس بالای کلمات فقط تنها عاملی برای انتخاب ویژگی نیست. با توجه به حجم بالای ویژگیها در مسئله دستهبندی متون میتوان گفت انتخاب ویژگیهای مؤثر برای دستهبندی متن، یک مسئله NP-Hard است و میتوان با استفاده از الگوریتمهای تکاملی آن را حل کرد.
با پیشرفت علم حجم اسناد متنی موجود بر روی رسانههای دیجیتال و اینترنت، افزایش یافته است و این موضوع ضرورت استفاده از سیستمهای خودکار تشخیص و دستهبندی متن را بیشتر پررنگ میکند. روشهای دستهبندی متن جزو روشهای یادگیری ماشین هستند و استخراج و انتخاب ویژگی مرحلهی بسیار مهم در رویهی دستهبندی متون به شمار میرود، زیرا در این مرحله واژههای کلیدی انتخاب میشوند تا بهعنوان بهترین نمایشدهنده برای سند متنی مورد استفاده قرار بگیرند.
هدف روشهای انتخاب ویژگی به دست آوردن یک مجموعهی کوچکتر از ویژگیهای موجود در سند میباشند که به طرز مؤثری محتوای سند را بیان میکند. الگوریتمهای مختلفی برای دستهبندی متون وجود دارد. مشکلی که در دستهبندی متن وجود دارد، حجم زیاد ویژگیها است که باعث کاهش دقت نتایج دستهبندی میشود. برای انتخاب و برای حل این مشکل و کاهش ابعاد ویژگیها از متدهای انتخاب ویژگی استفاده میکنند انتخاب ویژگیهای مؤثر برای دستهبندی یک مسئله NP-Hard است و میتوان با استفاده از الگوریتمهای تکاملی آن را حل کرد.
در این پایاننامه یک روش ترکیبی مبتنی بر الگوریتم ژنتیک و شبیهساز حرارتی برای به دست آوردن ویژگیهای مؤثر استفادهشده است که بر روی متن ۲۵۰۰۰ فیلم که در دو دسته مثبت و منفی دستهبندی شدهاند طراحیشده است. این دستهبندی مربوط به بررسی احساسات در فیلمها است. با استفاده از روش دادهکاوی متن و استخراج ویژگیها مراحل پیشپردازش جهت به دست آوردن ویژگیها از دو روش Unigram و Bigram استفادهشده و ویژگیهای دوکلمهای با شمارش و تکرار بالا بهعنوان ویژگیهای با اولویت بالا در نظر گرفتهشده است نتایج حاصل از شبیهسازی نشان داد دستهبندی با صحت و دقت بالای ۹۰ درصد انجامشده است. روش درخت تصمیم بهینهشده با الگوریتم ژنتیک و شبیهساز حرارتی با دقت ۹۳.۱۵ دستهبندی را انجام داد.
کلمات کلیدی: دستهبندی متن، انتخاب ویژگی مؤثر، الگوریتمهای یادگیری ماشین، الگوریتمهای تکاملی
داکیومنت دسته بندی متون احساسی با ویژگی های Bigram مبتنی بر الگوریتم تکاملی در ۷۰ صفحه در قالب word و pdf بصورت زیپ شده قابل دانلود میباشد. این اثر به صورت کامل و روان داکیومنت است و توسط کارشناسان پی استور بازنگری و تایید شده میباشد. داکیومنت مذکور دارای نشان تضمین کیفیت پی استور میباشد.
برای دانلود آن را خریداری فرمایید. به محض خرید لینک دانلود در دسترس خواهد بود. در صورت بروز هرگونه مشکل با واحد فروش پی استور تماس حاصل فرمایید. مجموعه آموزشی پی استور علاوه بر ترجمه و داکیومنتها دارای فایلهای آماده در موضوعات مختلف نیز میباشد که میتوانید مورد استفاده قرار دهید.
نام اثر: | دسته بندی متون احساسی با ویژگی های Bigram مبتنی بر الگوریتم تکاملی |
نوع اثر: | داکیومنت |
تهیهکننده: | تیم تولید محتوای پیاستور |
قالب فایل: | Word |
تعداد صفحات: | 70 صفحه |
ویژگی: | دارای قابلیت ویرایش |
تیم طراحی و تولید پی استور از اولین تیمهای تشکیل شده در مجموعه آموزشی پی استور میباشد. این تیم از اساتید مجرب و فارغ التحصیلان رشتههای فنی و مهندسی تشکیل شده که در زمینههای مختلف تولید محتوای تخصصی فعال هستند.
هزینه سفارش:
۳۹۹,۰۰۰ تومان قیمت اصلی: ۳۹۹,۰۰۰ تومان بود.۱۵۹,۶۰۰ تومانقیمت فعلی: ۱۵۹,۶۰۰ تومان.
نظرات
مدیریت و پشتیبانی
نظرات و دیدگاه های خود را با ما درمیان بگذارید.