Ricerca di caratteristiche di rilevanza per l'estrazione del testo - Un nuovo approccio per l'estrazione del testo

Relevance Feature Discovery è un modello innovativo che classifica i termini in categorie distinte e aggiorna efficacemente i pesi e la distribuzione dei termini nei modelli, aumentando così le prestazioni del text mining. I termini che appaiono più frequentemente nei documenti non rilevanti sono classificati come termini specifici negativi. L'obiettivo di Relevance Feature Discovery è quello di estrarre caratteristiche di alta qualità che rappresentino accuratamente le richieste dell'utente. Questo sistema supera le tecniche basate sui termini e sui modelli.

Info autore

Prof. Rekha Kamble schloss 2018 ihren Master of Technology in Computer Science & Engineering am DKTE Society's Textile & Engineering Institute, Indien, ab. Sie arbeitet als Assistenzprofessorin in der Abteilung für Informatik und Ingenieurwesen (AIML). Zu ihren Forschungsinteressen gehören Data Mining, Text Mining, Blockchain-Technologie und Cloud Computing.

Dettagli sul prodotto

• Autori: Rekha Kamble, Shivaprasad More
• Editore: Edizioni Sapienza
• Lingue: Italiano
• Formato: Tascabile
• Pubblicazione: 22.04.2024
• EAN: 9786207407552
• ISBN: 9786207407552
• Pagine: 52
• Categorie: Guide e manuali; Scienze naturali, medicina, informatica, tecnica > Informatica, EDP