An efficient Wikipedia semantic matching approach to text document classification

یک روش طبقه بندی سنتی مبتنی بر تطابق کلمات کلیدی، هر سند متن را به عنوان مجموعه ای از کلمات کلیدی نشان می دهد، بدون در نظر گرفتن اطلاعات معنایی، در نتیجه، کاهش دقت طبقه بندی. برای حل این مشکل، یک روش طبقه بندی جدید بر مبنای تطبیق ویکیپدیا پیشنهاد شده است که هر سند را به عنوان یک بردار مفهوم در فضای معنایی ویکی پدیا به کار می گیرد تا معنای متن را درک کند و نشان داده شده است که دقت طبقه بندی را بهبود می بخشد. با این حال، فضای بسیار معنایی ویکی پدیا به طور قابل توجهی باعث کاهش کارآیی نسل یک مفهوم بردار می شود، که منجر به تاثیر منفی در دسترس بودن رویکرد در محیط آنلاین می شود. در این مقاله، یک رویکرد تطبیق معنایی ویکی پدیا به طبقه بندی مدارک پیشنهاد می کنیم. ابتدا چندین قاعده انتخابی را تعریف می کنیم تا سریعا مفاهیم مربوط به یک سند از فضای معنایی ویکی پدیا را بیرون بیاوریم و دیگر نیازی به هماهنگی همه مفاهیم در فضای معنایی نیستیم و بنابراین کارایی نسل بردار مفهوم را بسیار بهبود می دهیم. دوم، براساس نمایش معنایی هر سند متن، ما شباهت بین اسناد را محاسبه می کنیم تا اسناد را با دقت طبقه بندی کنیم. در نهایت، آزمایشات ارزیابی اثربخشی رویکرد ما را نشان می دهد، یعنی، که می تواند کارآیی طبقه بندی تطبیق ویکی پدیا را در شرایط پیش شرطی برای به خطر انداختن دقت طبقه بندی بهبود دهد.