文献

J-GLOBAL ID：201902223611726255   整理番号：19A0124037

機械学習アルゴリズムによるトルコ語テキストのマルチクラス分類【JST・京大機械翻訳】

Multi-Class Classification of Turkish Texts with Machine Learning Algotirthms

著者 (1件)： Gurcan Fatih (Department of Computer Engineering, Karadeniz Technical University, Trabzon, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISMSIT  ページ： 1-5  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： テキスト分類の問題は,自然言語処理法により処理されたテキストの内容に従って,1つ以上のあらかじめ定義されたカテゴリまたはクラスへのテキストドキュメントの管理された割り当てのプロセスである。テキスト分類アプリケーションは,社会的相互作用,Webページおよびニューステキストの分類,検索エンジンの最適化,情報の抽出,および自動処理のような様々な分野で積極的に使用されている。この文脈において,教師付き機械学習に基づく方法によりトルコ語テキストを分類することを目的とした。この文脈において,トルコ語テキストに関する教師つき学習モデルの分類成功を異なるパラメータで分析した。これらのモデルを,5つのあらかじめ定義されたクラス(経済,政治,スポーツ,健康,および技術)に関するニューステキストの分類のためにテストし,システムを異なる数の訓練文書で訓練し,分類プロセスを実施した。この文脈において,多項Naive Bayes,Bernoulli Naive Bayes,サポートベクトルマシン,K最近傍,および決定木アルゴリズムの分類性能を比較し,異なるパラメータで得られた結果に照らして解釈した。本研究の結果として,最良の分類成功を伴う手順は,約90%の分類成功率を有する多項Naive Bayesアルゴリズムであった。これらの結果は,他の方法と比較してトルコ語テキストの分類における有効な分類器方法として,Naive Bayes確率モデルを用いることができることを示した。この文脈において,提案した方法論は異なる目的のために異なるWebプラットフォーム(ソーシャルネットワーク,フォーラム,通信ネットワークなど)上のトルコ語テキストに適用できることが予想される。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 応用プログラム ,  教師つき学習 ,  最適化 ,  ニュース ,  サポートベクトルマシン ,  ディシジョンツリー ,  通信網 ,  *トルコ共和国 ,  スポーツ ,  検索エンジン ,  確率モデル ,  *学習アルゴリズム ,  自然言語処理
準シソーラス用語： テキスト分類 ,  *テキスト , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 学習アルゴリズム ,  トルコ ,  マルチ ,  クラス分類