抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,ANTコーパスと命名したニュース記事の新しいオンラインアラビア語コーパスRSSフィードから採取したを提案した。各文書は標準XML TRECフォーマットにおける構造化された論文である。各条に帰属その正確な事前定義されたカテゴリーにSVMとナイーブBayes(NB)分類器を適用することにより,テキスト分類(TC)のANTコーパスを用いた。も本研究でアラビア語TCに生じる項重みづけ,ストップワード除去と光の寄与を研究した。実験結果は,テキスト長さはTC精度に大きく影響することをとタイトル語は良好な分類率を行うのに十分顕著ではないことを証明した。結論として,SVM法は両タイトルとテキスト部品の分類の最高の結果を与えた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】