Dolování relevantních textových dokumentů algoritmem k-NN trénovaným pouze pomocí pozitivních příkladů

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F05%3A00013631" target="_blank" >RIV/00216224:14330/05:00013631 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Mining Relevant Text Documents Using Ranking-Based k-NN Algorithms Trained by Only Positive Examples

Popis výsledku v původním jazyce

The problem of mining relevant information from large numbers of unstructured text documents is often handled with various machine learning algorithms trained using both positive and negative examples that were prepared by an expert in a~given specific domain. However, when just positive examples are available, the task requires algorithms adapted to the different situation. A~modified k-nearest neighbors algorithm, trained using only positive examples, can classify by way of ranking unlabeled instancesdepending on their similarity to training examples. This procedure provides a~significant part of unlabeled positive instances with high precision. The main objective is to find a~method for mining relevant documents from large volumes (hundreds or thousands) of similar medical text files. Experiments and comparisons with various real data obtained from several Internet resources and represented as a bag of words provided---under specific conditions---quite acceptable results from the p

Název v anglickém jazyce

Mining Relevant Text Documents Using Ranking-Based k-NN Algorithms Trained by Only Positive Examples

Popis výsledku anglicky

The problem of mining relevant information from large numbers of unstructured text documents is often handled with various machine learning algorithms trained using both positive and negative examples that were prepared by an expert in a~given specific domain. However, when just positive examples are available, the task requires algorithms adapted to the different situation. A~modified k-nearest neighbors algorithm, trained using only positive examples, can classify by way of ranking unlabeled instancesdepending on their similarity to training examples. This procedure provides a~significant part of unlabeled positive instances with high precision. The main objective is to find a~method for mining relevant documents from large volumes (hundreds or thousands) of similar medical text files. Experiments and comparisons with various real data obtained from several Internet resources and represented as a bag of words provided---under specific conditions---quite acceptable results from the p

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2005

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Znalosti 2005, sborník příspěvků

ISBN

80-248-0755-6

ISSN

—

e-ISSN

—

Počet stran výsledku

12

Strana od-do

29-40

Název nakladatele

VŠB--Technická univerzita Ostrava

Místo vydání

Ostrava

Místo konání akce

Stará Lesná

Datum konání akce

9. 2. 2005

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—