Suomenkielisten lehtiartikkelien luokittelu

Näytä kaikki kuvailutiedot

Permalink

http://urn.fi/URN:NBN:fi-fe20021348
Julkaisun nimi: Suomenkielisten lehtiartikkelien luokittelu
Tekijä: Silvonen, Mikko
Muu tekijä: Helsingin yliopisto, Matemaattis-luonnontieteellinen tiedekunta, Tietojenkäsittelytieteen laitos
Opinnäytteen taso: pro gradu -tutkielmat
Tiivistelmä: Dokumenttien luokittelua eli tekstin aihepiirin automaattista tunnistusta on aikaisemmin sovellettu pääasiassa englanninkielisiin dokumentteihin. Tutkimuksen tarkoituksena oli mahdollistaa suomenkielisiä lehtiartikkeleita luokittelevan ohjelman kehittäminen. Tutkielma alkaa lyhyellä katsauksella aikaisempaan tutkimukseen. Pääaiheena on kolmen ohjattuun oppimiseen perustuvan luokittelualgoritmin (naiivin Bayesin luokittimen, tasapainotetun Winnow+:n ja assosiaatiosääntöjen) vertailu Helsingin Sanomien aineiston avulla. Dokumenttien esikäsittelyyn ja luokittelupiirteiden valintaan käytetään FINCG-nimistä suomen kielen jäsennysohjelmaa. Parhaiten toimivaksi vaihtoehdoksi osoittautui perusmuotoon palautettuja substantiiveja käyttävä naiivi Bayesin luokitin.
URI: URN:NBN:fi-fe20021348
http://hdl.handle.net/10138/21406
Päiväys: 1998
Avainsanat: dokumenttien luokittelu
naiivi Bayesin luokitin
Winnow
assosiaatiosäännöt
suomen kieli
Tekijänoikeustiedot: This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Publikationen är skyddad av upphovsrätten. Den får läsas och skrivas ut för personligt bruk. Användning i kommersiellt syfte är förbjuden.
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.


Tiedostot

Latausmäärä yhteensä: Ladataan...

Tiedosto(t) Koko Formaatti Näytä
suomenki.pdf 980.1KB PDF Avaa tiedosto
tiiviste.pdf 95.19KB PDF Avaa tiedosto

Viite kuuluu kokoelmiin:

Näytä kaikki kuvailutiedot