Ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης

Η ταξινόμηση κειμένων ή αλλιώς κατηγοριοποίηση κειμένων είναι μια σημαντική εργασία στο χώρο της εξαγωγής πληροφορίας από κείμενα (text mining) με σημαντικές εφαρμογές. Πρόσφατα, έχουν αναπτυχθεί τεχνικές βαθιάς μάθησης (deep learning) που εξάγουν αυτόματα από τα κείμενα τα χαρακτηριστικά που χρησιμ...

Full description

Saved in:

Bibliographic Details
Main Authors:	Καραγιαννάκης, Γρηγόριος, Δουγιάκης, Κυριάκος
Other Authors:	Σταματάτος, Ευστάθιος
Language:	el_GR
Published:	2021
Subjects:	τεχνητή νοημοσύνη μηχανική μάθηση βαθιά μάθηση artificial intelligence machine learning deep learning neural networks Artificial intelligence Machine learning Neural networks (Computer science) Data mining
Online Access:	http://hdl.handle.net/11610/21813
Tags:	Add Tag No Tags, Be the first to tag this record!

_version_	1828461278994104320
author	Καραγιαννάκης, Γρηγόριος Δουγιάκης, Κυριάκος
author2	Σταματάτος, Ευστάθιος
author_facet	Σταματάτος, Ευστάθιος Καραγιαννάκης, Γρηγόριος Δουγιάκης, Κυριάκος
author_sort	Καραγιαννάκης, Γρηγόριος
collection	DSpace
description	Η ταξινόμηση κειμένων ή αλλιώς κατηγοριοποίηση κειμένων είναι μια σημαντική εργασία στο χώρο της εξαγωγής πληροφορίας από κείμενα (text mining) με σημαντικές εφαρμογές. Πρόσφατα, έχουν αναπτυχθεί τεχνικές βαθιάς μάθησης (deep learning) που εξάγουν αυτόματα από τα κείμενα τα χαρακτηριστικά που χρησιμοποιούνται για την ποσοτική αναπαράσταση τους. Είναι μία επιβλεπόμενη διαδικασία που χρησιμοποιείται για την ταξινόμηση ενός κειμένου, σε μια ή περισσότερες προκαθορισμένες κατηγορίες/ θέματα. Τα θέματα αυτά καθορίζονται από ένα σύνολο κειμένων εκπαίδευσης. Ένα μοντέλο εκπαιδεύεται, και στη συνέχεια χρησιμοποιείται προκειμένου να προβλέψει την κατηγορία/ θέμα ενός άγνωστου κειμένου. Στόχος της εργασίας είναι να μελετηθούν τεχνικές που εστιάζουν στην αναπαράσταση υπό-λεκτικών μονάδων όπως τα ν-γράμματα χαρακτήρων. Θα διεξαχθούν πειράματα ταξινόμησης κειμένου με χρήση αυτών των μεθόδων εστιάζοντας σε εφαρμογές αναγνώρισης συγγραφικής πατρότητας.
id	oai:hellanicus.lib.aegean.gr:11610-21813
institution	Hellanicus
language	el_GR
publishDate	2021
record_format	dspace
spelling	oai:hellanicus.lib.aegean.gr:11610-218132021-07-01T11:31:07Z Ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης Καραγιαννάκης, Γρηγόριος Δουγιάκης, Κυριάκος Σταματάτος, Ευστάθιος τεχνητή νοημοσύνη μηχανική μάθηση βαθιά μάθηση artificial intelligence machine learning deep learning neural networks Artificial intelligence Machine learning Neural networks (Computer science) Data mining Η ταξινόμηση κειμένων ή αλλιώς κατηγοριοποίηση κειμένων είναι μια σημαντική εργασία στο χώρο της εξαγωγής πληροφορίας από κείμενα (text mining) με σημαντικές εφαρμογές. Πρόσφατα, έχουν αναπτυχθεί τεχνικές βαθιάς μάθησης (deep learning) που εξάγουν αυτόματα από τα κείμενα τα χαρακτηριστικά που χρησιμοποιούνται για την ποσοτική αναπαράσταση τους. Είναι μία επιβλεπόμενη διαδικασία που χρησιμοποιείται για την ταξινόμηση ενός κειμένου, σε μια ή περισσότερες προκαθορισμένες κατηγορίες/ θέματα. Τα θέματα αυτά καθορίζονται από ένα σύνολο κειμένων εκπαίδευσης. Ένα μοντέλο εκπαιδεύεται, και στη συνέχεια χρησιμοποιείται προκειμένου να προβλέψει την κατηγορία/ θέμα ενός άγνωστου κειμένου. Στόχος της εργασίας είναι να μελετηθούν τεχνικές που εστιάζουν στην αναπαράσταση υπό-λεκτικών μονάδων όπως τα ν-γράμματα χαρακτήρων. Θα διεξαχθούν πειράματα ταξινόμησης κειμένου με χρήση αυτών των μεθόδων εστιάζοντας σε εφαρμογές αναγνώρισης συγγραφικής πατρότητας. Text categorization or text classification is an important task in the field of text mining with many important applications. Recently, deep learning techniques have been developed that automatically extract the features used for their quantitative representation from texts. It is a supervised process used to classify a text into one or more predefined categories/ topics. These topics are defined by a set of training texts. A model is trained, then, used to predict the category/ topic of an unknown text. The aim of this work, is to study techniques that focus on the representation of sub-verbal units such as n-grams of characters. Text classification experiments will be performed using these methods focusing on author attribution applications. 2021-06-23T07:46:48Z 2021-06-23T07:46:48Z 2021-03-11 http://hdl.handle.net/11610/21813 el_GR Default License 88 σ. application/pdf Σάμος
spellingShingle	τεχνητή νοημοσύνη μηχανική μάθηση βαθιά μάθηση artificial intelligence machine learning deep learning neural networks Artificial intelligence Machine learning Neural networks (Computer science) Data mining Καραγιαννάκης, Γρηγόριος Δουγιάκης, Κυριάκος Ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης
title	Ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης
title_full	Ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης
title_fullStr	Ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης
title_full_unstemmed	Ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης
title_short	Ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης
title_sort	ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης
topic	τεχνητή νοημοσύνη μηχανική μάθηση βαθιά μάθηση artificial intelligence machine learning deep learning neural networks Artificial intelligence Machine learning Neural networks (Computer science) Data mining
url	http://hdl.handle.net/11610/21813
work_keys_str_mv	AT karagiannakēsgrēgorios taxinomēsēkeimenoumechrēsētechnikōnbathiasmathēsēs AT dougiakēskyriakos taxinomēsēkeimenoumechrēsētechnikōnbathiasmathēsēs

Ταξινόμηση κειμένου με χρήση τεχνικών βαθιάς μάθησης

Similar Items