новости и события01.04.2013 17:00:00Метод автоматической классификации текстов по тональности, основанный на составных ключевых термах<div class="smn-ict"><div class="smn-author">Забайкин Алексей Васильевич</div><div class="smn-institute">ИВТ СО РАН</div><div class="smn-title"></div><div class="smn-abstract">Работа посвящена улучшению характеристическо вектора текста путём построения составных ключевых термов. Для этого на начальном этапе запускается графематический модуль, включающий нахождение возможных грамматических ошибок по мере Левенштейна, далее производится морфологический анализ слов на основе стеммера от компании Яндекс и собственно выделение ключевых составных термов. В работе показано практическое преимущество автоматической классификации текстов по тональности на основе составных ключевых термов, составлена сравнительная таблица по основным мерам ошибок (Precison, Recall, F-measure). Установлено, что используя общедоступные программные средства, можно получить меньшее значение ошибки по сравнению с классическими алгоритмами, включая алгоритм Baseline. </div></div>новости и событияМетод автоматической классификации текстов по тональности, основанный на составных ключевых термах<tags><tag>og:description</tag><value>Забайкин Алексей ВасильевичИВТ СО РАНРабота посвящена улучшению характеристическо вектора текста путём построения составных ключевых термов. Для этого на начальном этапе запускается графематический мо</value><tag>og:image</tag><value>http://news.sbras.ru/ru/NewsPictures/seminar1.jpg</value></tags>

 Источники

 

 

 Видео

 

 

 

 

 Файлы