Classification of text documents without a teacher
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F17%3A43932281" target="_blank" >RIV/49777513:23520/17:43932281 - isvavai.cz</a>
Result on the web
<a href="http://hdl.handle.net/11025/26091" target="_blank" >http://hdl.handle.net/11025/26091</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Klasifikace textových dokumentů bez učitele
Original language description
Cı́lem je přı́prava vstupnı́ch textových dat a následná klasifikace dokumentů za použitı́ metod učenı́ bez učitele. Jedna důležitá část předzpracovánı́ dat je převedenı́ vstupnı́ch textů do tvaru vektorové reprezentace. Existuje mnoho klasifikačnı́ch metod, z nichž jsou vybrány dvě “klasický” K-means shlukovacı́ algoritmus a Latent Dirichlet Allocation (LDA) přizpůsobená ke klasifikaci dokumentů. Nakonec vybrané klasifikačnı́ metody jsou porovnány s již použı́vanými metodami a i s metodami využı́vajı́cı́ informaci učitele. Porovnánı́ je provedeno na 20NewsGroup anglickém data setu složeného z elektronické korespondence. Pro zajı́mavost jsou metody ozkoušeny na CNO českém data setu složeného z online novinových článků.
Czech name
Klasifikace textových dokumentů bez učitele
Czech description
Cı́lem je přı́prava vstupnı́ch textových dat a následná klasifikace dokumentů za použitı́ metod učenı́ bez učitele. Jedna důležitá část předzpracovánı́ dat je převedenı́ vstupnı́ch textů do tvaru vektorové reprezentace. Existuje mnoho klasifikačnı́ch metod, z nichž jsou vybrány dvě “klasický” K-means shlukovacı́ algoritmus a Latent Dirichlet Allocation (LDA) přizpůsobená ke klasifikaci dokumentů. Nakonec vybrané klasifikačnı́ metody jsou porovnány s již použı́vanými metodami a i s metodami využı́vajı́cı́ informaci učitele. Porovnánı́ je provedeno na 20NewsGroup anglickém data setu složeného z elektronické korespondence. Pro zajı́mavost jsou metody ozkoušeny na CNO českém data setu složeného z online novinových článků.
Classification
Type
O - Miscellaneous
CEP classification
—
OECD FORD branch
20205 - Automation and control systems
Result continuities
Project
—
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2017
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů