Αναγνώριση υφολογικού είδους κειμένου με τεχνικές μηχανικής μάθησης : διπλωματική εργασία

Η εργασία πραγματεύτηκε το πρόβλημα της αυτόματης κατάταξης των κειμένων ως προς το ύφος τους. Μελετήθηκαν οι βασικές μέθοδοι κατηγοριοποίησης και οι υπάρχουσες προσεγγίσεις που έχουν προταθεί στην ακαδημαϊκή κοινότητα συγκεκριμένα για την υφολογική κατάταξη. Στη συνέχεια, αναπτύχθηκαν και δοκιμάστη...

Full description

Saved in:
Bibliographic Details
Main Author: Τσούτσιας, Δημήτριος
Corporate Author: Πανεπιστήμιο Αιγαίου. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων
Format: Thesis Book
Language:Greek
Published: Καρλόβασι, Σάμος : Πανεπιστήμιο Αιγαίου, Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων, 2005.
Subjects:
Online Access:http://hdl.handle.net/11610/8702
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000cam a2200000 i 4500
001 1/24075
008 060213s2005 gr | ||| |||| ||gre||
035 |l 10082588 
040 |a GR-MyUA  |b gre  |e AACR2 
041 0 |a gre 
082 0 |a 006.35   |2 (22) 
100 1 |a Τσούτσιας, Δημήτριος. 
245 1 0 |a Αναγνώριση υφολογικού είδους κειμένου με τεχνικές μηχανικής μάθησης :   |b διπλωματική εργασία /   |c του Δημητρίου Τσούτσια ; επιβλέπων καθηγητής Ευστάθιος Σταματάτος.  
260 |a Καρλόβασι, Σάμος :   |b Πανεπιστήμιο Αιγαίου, Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων,   |c 2005.  
300 |a v, 62 σ. :   |b πιν., διάγρ. ;   |c 30 εκ.  
500 |a Μέλη της εξεταστικής επιτροπής: Ευστάθιος Σταματάτος, Γεώργιος Βούρος, Εργίνα Καβαλλιεράτου.  
502 |a Πτυχιακή εργασία – Πανεπιστήμιο Αιγαίου, Σάμος, 2005. 
504 |a Βιβλιογραφία: σ. 58-60.  
506 0 |a Διάθεση πλήρους κειμένου - Ελεύθερη πρόσβαση.  
520 8 |a Η εργασία πραγματεύτηκε το πρόβλημα της αυτόματης κατάταξης των κειμένων ως προς το ύφος τους. Μελετήθηκαν οι βασικές μέθοδοι κατηγοριοποίησης και οι υπάρχουσες προσεγγίσεις που έχουν προταθεί στην ακαδημαϊκή κοινότητα συγκεκριμένα για την υφολογική κατάταξη. Στη συνέχεια, αναπτύχθηκαν και δοκιμάστηκαν δύο είδη ταξινομητών, που βασίζονται στη μέθοδο των κοινών ngrams και στις Μηχανές Βοηθητικών Διανυσμάτων αντίστοιχα. Η απόδοση των ταξινομητών αυτών κινήθηκε στο 94%-95% αντίστοιχα και δίνει μία βάση για περαιτέρω εξέταση τους. 
610 2 0 |a University of the Aegean  |x Dissertations. 
650 0 0 |a Computational linguistics. 
650 0 0 |a Artificial intelligence. 
650 0 0 |a Machine learning. 
650 0 0 |a Classification. 
650 0 0 |a Dissertations, Academic  |z Greece. 
700 1 |a Σταματάτος, Ευστάθιος,  |e dgs 
710 2 |a Πανεπιστήμιο Αιγαίου.   |b Σχολή Θετικών Επιστημών.   |b Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων. 
852 |a INST  |b SAMOS  |c DIATR  |e 20060213  |h 006.35 ΤΣΟ  |p 005300024553  |q 005300024553  |t DIE  |y 23 
852 |a INST  |b SAMOS  |c DIATR  |e 20060213  |h 006.35 ΤΣΟ  |p 005300024554  |q 005300024554  |t DIE  |y 23 
856 |u http://hdl.handle.net/11610/8702 
901 |a BIBL3-2006-1 
909 |a Σ  |b 124756 
909 |a Σ  |b 124757 
924 |a ΤΣΟΥΤΣΙΑΣ  |b ΔΗΜΗΤΡΙΟΣ  |y Σάμος  |z 2006-01 
970 |a ΚΟΣΙΕΡΗΣ  |b ΧΡΗΣΤΟΣ  |z 2006/02/13