TAILIEUCHUNG - Phân loại tin tức Tiếng Việt dựa trên mô hình tập thô dung sai

Trong báo cáo này, chúng tôi đề xuất một phương pháp phân loại văn bản một cách tự động hoạt động tốt trên các văn bản tiếng Việt có thể áp dụng vào xây dựng các hệ thống tồng hợp tin tức tiếng Việt. Phương pháp của chúng tôi sử dụng các thuật toán tách từ tiếng Việt để biểu diễn văn bản và áp dụng mô hình tập thô dung sai vào thuật toán phân loại văn bản Centroid – based để nâng cao chất lượng phân loại. | PHÂN LOẠI TIN TỨC TIẾNG VIỆT DỰA TRÊN MÔ HÌNH TẬP THÔ DUNG SAI Trần Ngọc Hà Trường ðại học Sư phạm – ðH Thái Nguyên TÓM TẮT Những năm gần ñây chúng ta ñã thấy một sự gia tăng nhanh chóng của số lượng văn bản trên Internet. Phân loại văn bản tự ñộng là nhiệm vụ quan trọng có thể giúp cho cả việc tổ chức cũng như tìm kiếm thông tin trong nguồn tài nguyên thông tin khổng lồ này. Các phương pháp phân loại văn bản hiện nay gặp phải thách thức bởi số lượng tài liệu huấn luyện và dữ liệu cần gán nhãn lớn. Tiếng Việt có ñặc thù riêng, nên việc phân loại văn bản tiếng Việt còn gặp một khó khăn khác là phải tách từ chính xác khi biểu diễn các tài liệu. Trong báo cáo này, chúng tôi ñề xuất một phương pháp phân loại văn bản một cách tự ñộng hoạt ñộng tốt trên các văn bản tiếng Việt có thể áp dụng vào xây dựng các hệ thống tồng hợp tin tức tiếng Việt. Phương pháp của chúng tôi sử dụng các thuật toán tách từ tiếng Việt ñể biểu diễn văn bản và áp dụng mô hình tập thô dung sai vào thuật toán phân loại văn bản Centroid – based ñể nâng cao chất lượng phân loại. Từ khóa: phân loại văn bản, tập thô dung sai, trọng tâm, ñồng xuất hiện, thu thập tin tức. 1. GIỚI THIỆU Báo ñiện tử tổng hợp là một dạng website tin tức mà nguồn tin ñược tổng hợp tự ñộng từ các báo ñiện tử khác. Báo ñiện tử tổng hợp giúp cho người ñọc có thể theo dõi các thông tin một cách ñầy ñủ nhất mà không cần phải ghé thăm các trang báo ñiện tử khác, do vậy giúp người ñọc tiết kiệm ñược thời gian và không phải ñọc các tin trùng lặp ñược ñăng tải trên các báo ñiện tử khác nhau. Mỗi trang báo ñiện tử tổng hợp có thể có các chức năng, cũng như cách thể hiện khác nhau ñối với người ñọc. Tuy nhiên một ứng dụng ñọc báo tổng hợp ñều có các thành phần cơ bản sau: - Trình thu thập tin tức: là thành phần có nhiệm vụ thu thập tin bài từ các trang báo ñiện tử khác một cách tự ñộng. - Lưu trữ tài liệu: Các ứng dụng tổng hợp tin tức thường lưu trữ tiêu ñề, URL, ảnh ñại diện và phần tóm tắt của các bài viết gốc. Một số trang báo ñiện

• Ngôn ngữ học
• Phân loại tin tức Tiếng Việt
• Tin tức Tiếng Việt
• Mô hình tập thô dung sai
• Văn bản Centroid – based
• Văn bản tiếng Việt
• Biểu diễn văn bản
• luận văn
• báo điện tử
• phân loại văn bản
• xây dựng phần mềm
• tách tử tiếng Việt
• phân loại tin tức báo điện tử
• tỉnh bình dương
• hướng dẫn thủ tục
• hành chính bình dương
• Văn bản trả lời
• biểu diễn nghệ thuật
• văn bản hành chính
• bộ máy hành chính
• cấp giấy chứng nhận
• giấy phép thành lập
• Biểu diễn tầng dữ liệu XML
• Bài giảng Biểu diễn tầng dữ liệu XML
• Kiến trúc phân tầng
• Web ngữ nghĩa
• Văn bản XML
• Quy tắc văn bản XML
• Giao diện lập trình XML
• tập mờ
• lý thuyết tập mờ
• phân lớp văn bản
• tóm tắt văn bản
• tìm kiếm văn bản
• Biểu đạt gián tiếp
• Biểu đạt trực tiếp
• Diễn ngôn văn học
• Phương tiện biểu đạt cảm xúc
• Phân tích văn bản văn học
• Bài giảng Tin học căn bản
• Tin học căn bản
• Hệ thống thông tin
• Biểu diễn số nguyên
• Biểu diễn dữ liệu
• Phép toán số học
• Tìm kiếm DL ĐPT
• Đánh chỉ mục
• Biểu diễn và tìm kiếm
• Cơ sở dữ liệu
• Tóm tắt luận án Tiến sĩ
• Công nghệ thông tin
• Phân lớp đa nhãn văn bản
• Bài toán phân lớp đa nhãn
• Phương pháp biểu diễn dữ liệu
• Luận văn Thạc sĩ Khoa học giáo dục
• Phương pháp dạy học môn Toán
• Hình biểu diễn của một hình
• Hình học không gian
• Bản vẽ kỹ thuật
• Tìm kiếm và trình diễn thông tin
• Bộ từ vựng và bộ thẻ định vị
• Chuẩn hóa từ tiếng Việt
• Truy vấn AND
• Gom cụm đồ thị
• Khối thông điệp
• Diễn đàn thảo luận
• Bài toán gom cụm phẳng
• Biểu diễn văn bản bằng đồ thị
• Gom cụm đồ thị bằng mạng Kohonen
• văn bản luật
• Bài giảng Tin học
• Biểu diễn thông tin
• Biểu diễn thông tin trong máy tính
• Hệ điều hành Windowws
• Soạn thảo văn bản với microsoft word
• Phần mềm microsoft word
• Giáo trình môn học Tin học
• Sử dụng máy tính
• Xử lý văn bản
• mẫu thông báo
• thông báo tổ chức
• văn bản mẫu
• biểu mẫu hành chính
• các mẫu đơn
• biểu mẫu thông dung
• Kỹ thuật viễn thám
• Bản đồ biểu diễn lũ
• Kỹ thuật GIS
• Đồ án viễn thám
• Quy hoạch nông nghiệp
• Ảnh hưởng lũ tới nông nghiệp
• Biểu mẫu
• văn bản
• biểu mẫu thống kê
• báo cáo thống kê
• bộ văn hóa
• thể thao và du lịch
• thủ tục hành chính
• đơn từ
• Cấp phép CITES nhập khẩu mẫu vật triển lãm
• biễu diễn xiếc
• thủ tục sở y tế
• Thủ tục Cấp giấy phép công diễn