جستجوی مقالات مرتبط با کلیدواژه

bat algorithm (ba)

در نشریات گروه کتابداری و مدیریت اطلاعات

تکرار جستجوی کلیدواژه bat algorithm (ba) در نشریات گروه علوم انسانی

تکرار جستجوی کلیدواژه bat algorithm (ba) در مقالات مجلات علمی

انتخاب همه

استخراج هوشمند مرز فراداده و متن در پایان نامه های فارسی با رویکرد BA_SVM

محدثه رهنما، سید محمدحسین هاشمی نژاد*، جلال الدین نصیری

پژوهشنامه پردازش و مدیریت اطلاعات، سال سی و ششم شماره 4 (پیاپی 106، تابستان 1400)، صص 1159 -1179

استخراج فراداده باعث تسهیل در فرایند نمایه سازی و بهبود در بازیابی اطلاعات است. از سوی دیگر، خودکارسازی این فرایند سبب افزایش کارایی نسبت به استخراج دستی فراداده هاست. نام دانشجو، نام اساتید، عنوان، رشته و مقطع تحصیلی، چکیده، و کلمات کلیدی نمونه ای از فراداده های پایان نامه است. هدف در این مقاله شناسایی خودکار مرز فراداده و بدنه اصلی در پایان نامه های فارسی است. بدین منظور، 250 پایان نامه ثبت شده در سامانه «ایرانداک» جمع آوری شده است. ویژگی های مد نظر از هر پاراگراف استخراج شده و سپس، پاراگراف های پایان نامه با روش ماشین بردار پشتیبان به دو کلاس فراداده و بدنه طبقه بندی شد. در این پژوهش برای تنظیم پارامترهای الگوریتم ماشین بردار پشتیبان، الگوریتم فرامکاشفه ای خفاش به کار گرفته شده است. نتایج نشان می دهد که روش پیشنهادی با دقت 6/96 درصد نوع پاراگراف را تشخیص می دهد.

کلید واژگان: استخراج فراداده، استخراج اطلاعات، ماشین بردار پشتیبان، الگوریتم فرامکاشفهای، الگوریتم خفاش

چکیده مشاهده متن مقاله پژوهشی/اصیل زبان: فارسی

Automatic Detection of the Boundary between Metadata and Body in Persian Theses using BA_SVM

Mohadese Rahnama, Seyed MohammadHossein Hasheminejad*, Jalal A Nasiri

Journal of Information Processing and Management, Volume:36 Issue: 4, 2021, PP 1159 -1179

Metadata extraction facilitates the process of indexing and improves information retrieval. Also automation of this process increases efficiency more than manual extraction. The example of the thesis metadata are names of students, professors, title, field, degree, abstract, keywords, etc. In this paper the aim is automatic boundary detection of metadata from the main body in Persian theses. Therefore, 250 theses collected from IRANDOC system. Features were extracted from paragraphs of each thesis then paragraphs were classified using support vector machine into 2 classes: metadata and body. In this study, Bat algorithm is used to set the parameter of SVM. The result reveals that the proposed method predicts type of paragraphs with 96.6 percent accuracy.

Keywords: Metadata Extraction, Information Extraction, Support Vector Machine (SVM), Metaheuristic Algorithm, Bat Algorithm (BA)

Abstract View Paper Research/Original Article Original: Persian

نکته

نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.

به جمع مشترکان مگیران بپیوندید!

bat algorithm (ba)