Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,057,743

 So sánh một số phương pháp học máy cho bài toán phân loại văn bản tiếng Lào
unfaithful spouse infidelity i dreamed my husband cheated on me
Tác giả hoặc Nhóm tác giả: Souksan Vilavon, Khánh Phan Huy
Nơi đăng: IJCST - International Journal of Computer Science and Telecommunications, ISSN 2047-3338Text categorization is one of the most important role in many applications in natural language processing (NLP). The task of text classification is assignment of free text document to one or more predefined categories based on their content. Whereas a wide range of methods have been applied to English text classification, relatively very few studies have been done on Lao text. In this paper, we present methodology for Lao document presentation and two of the best machine learning techniques, which have namely Radial Basis Function (RBF) network and support vector machines (SVM), to classify the documents. Experimental results revealed that these approaches could achieve an average about 82% accuracy. Additionally, we also analyze the advantages and disadvantages of each approach to find out the best method in specific circumstances.
cvs weekly sale cvs print prescription savings cards
; Số: Volume 6, Issue 7, July 2015;Từ->đến trang: 8-13;Năm: 2015
Lĩnh vực: Công nghệ thông tin; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
Phân loại văn bản là một trong những ứng dụng có vai trò quan trọng trong lĩnh vực xử lý ngôn ngữ tự nhiên (NLP). Phân loại văn bản là bài toán phân lớp, gán các nhãn phân loại lên một văn bản mới dựa trên mức độ tương tự của văn bản đó so với các văn bản đã được gán nhãn trong một tập huấn luyện. Nhiều phương pháp, kỹ thuật đã được áp dụng để phân loại văn bản để giải quyết bài toán phân loại văn bản tiếng Lào. Trong bài báo này, chúng tôi trình bày hai phương pháp máy học là mạng các hàm cơ sở dạng bán kính Radial Basis Function (RBF) Network và máy học vectơ hỗ trợ (SVM-Support Vector Machines) để phân loại tài liệu. Kết quả thực nghiệm cho thấy các phương pháp này có thể đạt được độ chính xác trung bình 82%. Ngoài ra, chúng tôi cũng phân tích, đánh giá những ưu điểm và hạn chế của từng phương pháp để tìm ra phương pháp tốt nhất, khả năng vận dụng trong các trường hợp cụ thể.
marriage affairs all wife cheat i want an affair
walgreens pharmacy coupon walgreen online coupons promo codes walgreens
ABSTRACT
Text categorization is one of the most important role in many applications in natural language processing (NLP). The task of text classification is assignment of free text document to one or more predefined categories based on their content. Whereas a wide range of methods have been applied to English text classification, relatively very few studies have been done on Lao text. In this paper, we present methodology for Lao document presentation and two of the best machine learning techniques, which have namely Radial Basis Function (RBF) network and support vector machines (SVM), to classify the documents. Experimental results revealed that these approaches could achieve an average about 82% accuracy. Additionally, we also analyze the advantages and disadvantages of each approach to find out the be
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn