سال انتشار: ۱۳۹۱

محل انتشار: دومین همایش ملی کامپیوتر، برق و فن آوری اطلاعات

تعداد صفحات: ۷

نویسنده(ها):

فاطمه چورلی – دانشگاه آزاد اسلامی واحد محلات
مرتضی رموزی – دانشگاه آزاد اسلامی واحد کاشان

چکیده:

باتوجه به گسترش روزافزون حجم اطلاعات متنی الکترونیکی که بطور قابل توجهی از طریق اینترنت و سایرمنابع قابل دسترسی می باشد دسته بندی متن بسیارمهمی جهت مدیریت و پردازش حجم بالایی از اطلاعات الکترونیکی محسوب می شود از این رودسته بندی متن نقش بسیارمهمی در استخراج اطلاعات خلاصه سازی بازیابی متن و پرس و جوها دارد دراین زمینه روشهایی جهت دسته بندی متن وجود دارد که می توانند برای افزایش دقت و کارای ی دسته بندی پیشنهاد شوند دراین مقاله روشهای دسته بندی متن مبتنی برماشین های بردار ماشین SVM و تجزیه و تحلیل معنایی نهفته LSA بررسی می شود و سپس الگوریتم های دسته بندی متن IHS-SVM HS-SVM که ازاین روشها بهره می برند بررسی و مقایسه خواهند شد.