文献

J-GLOBAL ID：202202252400356767   整理番号：22A0912752

アラビア語ニュース分類のための新しい方法論【JST・京大機械翻訳】

A novel methodology for Arabic news classification

著者 (2件)： Alfonse Marco (Department of Computer Science, Faculty of Computer and Information Sciences, Ain Shams University, Cairo, Egypt) ,  Gawich Mariam (Laboratoire Interdisciplinaire de l’Universite Francaise d’Egypte (UFEID LAB), Universite Francaise d’Egypte, le Caire, Egypte)
資料名： Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery  (Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery)
巻： 12  号： 2  ページ： e1440  発行年： 2022年 
JST資料番号： W2768A  ISSN： 1942-4787  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動化されたニュース分類は,1つ以上の事前定義カテゴリへのニュースの割り当てに関するものである。自動化された分類ニュースは,検索エンジンをマイニングし,ユーザを問う新品のタイプを分類するのを助ける。ほとんどの研究者は英語ニュースの分類に焦点を合わせ,アラビア形態の複雑性によりアラビアニュースを無視する。本論文では,アラビアニュースを分類するための新しい方法論を提示した。それは,特徴抽出の使用と,Naive Bayes(NB),ロジスティック回帰(LR),ランダムフォレスト(RF),Xtreme勾配ブースティング(XGB),K-最近傍(KNN),確率的勾配降下(SGD),ディシジョンツリー(DT),およびマルチLayer Perceptron(MLP)である機械学習分類器の利用に依存するものである。” Nive Based Detworks (KNN), Xtreme Gradient Boosting(XGB),K-Nearest Networks(KNN),確率的勾配降下(SGD),決定木(DT),およびMulti-Layer Perceptron(MLP)。方法論をメンデリーによって提供されたアラビアニュースデータセットに適用した。分類の精度は95%以上であった。本論文は,アルゴリズム開発>Text Mining Technologies>Machine Learning Technology>Classificationの下で分類する。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  カテゴリー ,  分類 ,  特徴抽出 ,  英語 ,  *東洋語 ,  人工知能 ,  ディシジョンツリー ,  *ニュース ,  機械学習 ,  検索エンジン
準シソーラス用語： *アラビア語 ,  ロジスティック回帰分析 ,  ブースティング ,  ランダムフォレスト ,  アルゴリズム開発 , 【Automatic Indexing@JST】

著者キーワード (3件)： 人工知能 ,  機械学習 ,  ニュース分類

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： アラビア語 ,  ニュース ,  分類 ,  方法論