This work presents the integration

This work presents the integration of a fuzzy
method and text mining to obtain an approach that enables
the text documents classification to be closer to the user needs.
The aim of this work is to develop a mechanism to reduce the
high dimensionality of the attribute-value matrix obtained from
the documents and, with this, to manage the imprecision and
uncertainty using fuzzy rules to classify text documents. Some
experiments have been run using different domains in order
to validate the proposed approach and to compare the results
with the ones obtained with the Ibk, J48, Naive Bayes and
OneR classification methods. The advantages of the method,
the experiments and the results obtained are discussed

ผลลัพธ์ (ไทย) 1:

งานนี้แสดงราคารวมที่ชัดเจนวิธีการและการทำเหมืองข้อความเพื่อให้ได้วิธีการที่ทำให้การจัดประเภทเอกสารข้อความที่จะใกล้ชิดกับผู้ต้องการจุดมุ่งหมายของงานนี้คือการ พัฒนากลไกเพื่อลดการdimensionality สูงของเมตริกซ์ค่าแอททริบิวต์ที่ได้จากเอกสาร และ นี้ การจัดการการ imprecision และความไม่แน่นอนในการใช้กฎที่ชัดเจนในการจัดประเภทเอกสารข้อความ บางทดลองทำแล้วใช้โดเมนอื่นในใบสั่งตรวจสอบวิธีการนำเสนอ และเปรียบเทียบมีคนรับกับ Bayes Naive Ibk, J48 และOneR จัดประเภทวิธีการ ข้อดีของวิธีการกล่าวถึงการทดลองและผลได้รับ

ผลลัพธ์ (ไทย) 2:

งานนี้นำเสนอการรวมกลุ่มของเลือน
วิธีการและการทำเหมืองข้อความที่จะได้รับวิธีการที่ช่วยให้
การจัดหมวดหมู่เอกสารข้อความที่จะได้ใกล้ชิดกับผู้ใช้ต้องการ.
จุดมุ่งหมายของงานนี้คือการพัฒนากลไกในการลด
มิติสูงของแอตทริบิวต์ค่า เมทริกซ์ที่ได้รับจาก
เอกสารและกับเรื่องนี้ในการจัดการความไม่แน่ชัดและ
ความไม่แน่นอนโดยใช้กฎเลือนการจำแนกเอกสารข้อความ บาง
การทดลองได้รับการทำงานโดยใช้โดเมนที่แตกต่างกันเพื่อ
ที่จะตรวจสอบวิธีการที่นำเสนอและเปรียบเทียบผล
ที่ได้กับการที่มี Ibk, J48, Naive Bayes และ
ONER วิธีการจำแนก ข้อดีของวิธีการ
ทดลองและผลที่ได้รับจะถูกกล่าวถึง

ผลลัพธ์ (ไทย) 3:

งานนี้เป็นการบูรณาการวิธีฟัซซี่
และเหมืองแร่ข้อความที่จะได้รับวิธีการที่ช่วยให้
เอกสารข้อความการจำแนกเพื่อใกล้ชิดกับความต้องการของผู้ใช้
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนากลไกเพื่อลด
dimensionality สูงของค่าแอตทริบิวต์เมตริกซ์ที่ได้จาก
เอกสาร และ กับนี้ จัดการคลุมเครือและ
ความไม่แน่นอนโดยใช้กฎฟัซซีเพื่อจำแนกเอกสารข้อความ บางการทดลอง
ได้ถูกเรียกใช้โดยใช้โดเมนที่แตกต่างกันเพื่อ
เพื่อตรวจสอบวิธีการที่เสนอ และเปรียบเทียบผล
กับคนที่ได้รับกับ ibk j48 Bayes ไร้เดียงสา
, , และวิธีการจำแนกโดย . ข้อดีของวิธี
การทดลองและผลการทดลองที่ได้มีการกล่าวถึง