Text Classification is a challengin

Text Classification is a challenging and a red hot field in the current scenario and has great importance in text categorization applications. A lot of research work has been done in this field but there is a need to categorize a collection of text documents into mutually exclusive categories by extracting the concepts or features using supervised learning paradigm and different classification algorithms. In this paper, a new Fuzzy Similarity Based Concept Mining Model (FSCMM) is proposed to classify a set of text documents into pre - defined Category Groups (CG) by providing them training and preparing on the sentence, document and integrated corpora levels along with feature reduction, ambiguity removal on each level to achieve high system performance. Fuzzy Feature Category Similarity Analyzer (FFCSA) is used to analyze each extracted feature of Integrated Corpora Feature Vector (ICFV) with the corresponding categories or classes. This model uses Support Vector Machine Classifier (SVMC) to classify correctly the training data patterns into two groups; i. e., + 1 and – 1, thereby producing accurate and correct results. The proposed model works efficiently and effectively with great performance and high - accuracy results.

ผลลัพธ์ (ไทย) 1:

การจัดประเภทข้อความเป็นการท้าทายและเขตร้อนแดงในสถานการณ์ปัจจุบัน และมีความสำคัญมากในการใช้งานการจัดประเภทข้อความ ทำงานวิจัยมากแล้วในฟิลด์นี้ แต่ต้องจัดประเภทกลุ่มของข้อความเอกสารเป็นประเภทนั่น โดยแยกแนวความคิด หรือคุณลักษณะแบบมีผู้สอนเรียนรู้กระบวนทัศน์และอัลกอริทึมประเภทต่าง ๆ ในเอกสารนี้ ใหม่ปุยคล้ายตามแนวคิดทำเหมืองแร่รูปแบบ (FSCMM) มีเสนอให้จัดประเภทชุดของเอกสารข้อความไปก่อน - กำหนดประเภทกลุ่ม (CG) โดยให้บริการฝึกอบรม และในประโยค การเตรียมเอกสาร และรวม corpora ระดับพร้อมการลดคุณลักษณะ กำจัดความคลุมเครือในแต่ละระดับเพื่อให้ประสิทธิภาพของระบบสูง ประเภทเอิบลักษณะคล้ายวิเคราะห์ (FFCSA) ใช้เพื่อวิเคราะห์คุณลักษณะแต่ละแยกของรวม Corpora คุณลักษณะในเวกเตอร์ (ICFV) กับประเภทหรือชั้นเรียนที่สอดคล้องกัน รุ่นนี้ใช้เครื่องสนับสนุนเวกเตอร์ Classifier (SVMC) การจัดประเภทรูปแบบข้อมูลการฝึกอบรมอย่างถูกต้องเป็นกลุ่มที่สอง i. e., + 1 และ – 1 ผลผลิตผลลัพธ์ที่แม่นยำ และถูกต้อง แบบเสนองานได้อย่างมีประสิทธิภาพ และอย่าง มีประสิทธิภาพที่ดี และ สูง - ความถูกต้องผล

ผลลัพธ์ (ไทย) 2:

จำแนกข้อความเป็นความท้าทายและข้อมูลร้อนสีแดงในสถานการณ์ปัจจุบันและมีความสำคัญอย่างยิ่งในการใช้งานหมวดหมู่ข้อความ มากในการทำงานวิจัยได้รับการดำเนินการในด้านนี้ แต่มีความจำเป็นที่จะต้องจัดหมวดหมู่การเก็บรวบรวมเอกสารข้อความเป็นหมวดหมู่พิเศษร่วมกันโดยแยกแนวความคิดหรือมีการใช้กระบวนทัศน์การเรียนรู้ภายใต้การดูแลและขั้นตอนวิธีการจัดหมวดหมู่ที่แตกต่างกัน ในบทความนี้ใหม่ฟัซซี่คล้ายคลึงกันตามคอนเซ็ปต์งานก่อสร้างรุ่น (FSCMM) จะเสนอที่จะจัดชุดของเอกสารข้อความลงในก่อน - กำหนดหมวดหมู่ของกลุ่ม (CG) โดยให้พวกเขาการฝึกอบรมและการเตรียมความพร้อมในประโยคเอกสารและบูรณาการระดับ corpora พร้อมกับ ลดคุณสมบัติกำจัดความคลุมเครือในแต่ละระดับเพื่อให้บรรลุประสิทธิภาพของระบบสูง คุณสมบัติฟัซซี่หมวดหมู่คล้ายคลึงวิเคราะห์ (FFCSA) ถูกนำมาใช้ในการวิเคราะห์แต่ละคุณลักษณะสกัดแบบบูรณาการของ Corpora คุณลักษณะเวกเตอร์ (ICFV) กับหมวดหมู่ที่สอดคล้องกันหรือชั้นเรียน รุ่นนี้ใช้เทคโนโลยี Support Vector เครื่องลักษณนาม (SVMC) ที่จะจัดรูปแบบได้อย่างถูกต้องข้อมูลการฝึกอบรมออกเป็นสองกลุ่ม เช่น + 1 - 1 จึงให้ผลลัพธ์ที่ถูกต้องและถูกต้อง การนำเสนอรูปแบบการทำงานที่มีประสิทธิภาพและประสิทธิผลมีประสิทธิภาพการทำงานที่ดีและสูง - ผลความถูกต้อง

ผลลัพธ์ (ไทย) 3:

การจำแนกข้อความเป็นเรื่องที่ท้าทายและร้อนแดง ในเขต สถานการณ์ปัจจุบัน และมีความยอดเยี่ยมในการจัดหมวดหมู่ข้อความมากของงานวิจัยได้รับการทำในด้านนี้ แต่ต้องมีการจัดหมวดหมู่เป็นคอลเลกชันของเอกสารข้อความลงในหมวดหมู่พิเศษร่วมกัน โดยนำแนวคิดหรือคุณลักษณะการดูแลการเรียนรู้กระบวนทัศน์และขั้นตอนวิธีการจำแนกที่แตกต่างกัน ในกระดาษนี้ใหม่ ความเหมือนแบบฟัซซี่เหมืองแร่แนวคิดตาม ( fscmm ) เสนอให้จัดชุดเอกสารข้อความลงใน pre - กำหนดกลุ่มประเภท ( CG ) โดยการให้การฝึกอบรมและการเตรียมการในประโยค เอกสารและบูรณาการคลังข้อมูลระดับพร้อมกับการลดคุณลักษณะกำจัดความกำกวมในแต่ละระดับเพื่อให้เกิดประสิทธิภาพของระบบสูงนำคุณลักษณะประเภทความเหมือนวิเคราะห์ ( ffcsa ) ใช้สำหรับวิเคราะห์แต่ละสกัดคุณลักษณะแบบเวกเตอร์มีคลังข้อมูล ( icfv ) กับประเภทที่สอดคล้องกันหรือชั้นเรียน รุ่นนี้ใช้เครื่องเวกเตอร์สนับสนุนลักษณนาม ( svmc ) เพื่อแยกประเภทได้อย่างถูกต้อง การฝึกรูปแบบข้อมูลเป็นสองกลุ่ม ; i . E . , 1 และ - 1 งบการผลิตผลลัพธ์ที่ถูกต้องและถูกต้องรูปแบบนำเสนองานได้อย่างมีประสิทธิภาพ และประสิทธิผล ด้วยประสิทธิภาพที่ยอดเยี่ยมและสูง - ผลความถูกต้อง