معیارهای انتخاب رویکردهای متن کاوی – سال 2015
مشخصات مقاله:
عنوان فارسی مقاله:
معیارهای انتخاب رویکردهای متن کاوی
عنوان انگلیسی مقاله:
Selection criteria for text mining approaches
کلمات کلیدی مقاله:
روش های متن کاوی، تقسیم بندی، خوشه بندی، معیارهای انتخاب
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر
مناسب برای گرایش های دانشگاهی زیر:
هوش مصنوعی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1 – مقدمه
2- کار مرتبط
3- معیار های انتخاب پیشنهادی
4- بحث و تبادل نظر و نتیجه گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
1. Introduction
Knowledge about data or text mining from important and relatively larger database has been recognized by numerous scholars and researchers. Data mining or knowledge discovery, works well on data stored in a structured manner. Often, the data that has not been well structured yet still contains a lot of hidden information. Text mining entails automatically analyzing a corpus of text documents and discovering previously hidden information. The result might be another piece of text or any visual representation. We start by extracting the useful information from text like facts and events and eventually perform some data mining tasks to gain new knowledge. Text mining generally includes categorization of information or text, clustering the text, extraction of entity or concept, development and formulation of general taxonomies.
1 – مقدمه
دانش در مورد داده یا متن کاوی از پایگاه داده نسبتا بزرگ تر و مهم توسط محققان بیشماری به رسمیت شناخته شده است . داده کاوی یا کشف دانش به خوبی در داده ذخیره شده در وضعیت سازماندهی شده کار می کند . اغلب ، داده ای که به خوبی سازماندهی نشده است ، با اینحال حاوی مقادیر زیادی اطلاعات پنهان شده می باشد . متن کاوی مستلزم تحلیل خودکار خود اسناد متن و کشف اطلاعات مخفی شده قبلی می باشد . نتیجه ممکن بود قطعه بعدی متن یا هر نوع ارایه بصری باشد . ما از طریق استخراج اطلاعات سودمند از متنی شبیه اسناد و رویداد ها شروع می کنیم و در نهایت بعضی وظایف داده کاوی را برای دستیابی به دانش جدید اجراء می کنیم . معمولا متن کاوی شامل دسته بندی اطلاعات یا متن ، خوشه بندی متن ، استخراج هویت یا مفهوم ، توسعه و تدوین دسته بندی های عمومی می باشد .