LuanVan.vnLuận Văn
Gửi thư

PHÂN LOẠI BÀI BÁO DỰA VÀO TÓM TẮT

Khoá luận tốt nghiệp · Đại học · năm 2019 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảVõ Thị Ngọc Trân
Người hướng dẫnNguyễn Tí Hon
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2019
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Phân loại bài báo là một vấn đề liên quan đến lĩnh vực khai mỏ dữ liệu. Bài toán phân loại là một trong những bài toán quan trọng của ngành khoa học máy tính, việc phân loại tốn rất nhiều thời gian và chi phí tính toán, phân loại bài báo và khai mỏ dữ liệu trên mạng xã hội đang là xu hướng phát triển hiên nay. Để giải quyết bài toán này thì có rất nhiều giải thuật máy học được sử dụng: giải thuật Bayes thơ ngây (Naïve Bayes), k láng giềng (KNN), Cây quyết định (Decision Tree), máy học vector hỗ trợ (SVM), K-Means clustering, Mini Batch K-Means, v.v. Mỗi giải thuật sẽ có các mặt thuận lợi và bất lợi. Đề tài “Phân loại bài báo dựa vào tóm tắt” này sẽ được xử lý bằng hai giải thuật. Đó là Mini Batch K-Means và máy học vector hỗ trợ (SVM). Nó sẽ phân loại bài báo trên tập dữ liệu báo “Dân Trí”. [5] Đề tài sử dụng giải thuật Mini Batch K-Means và giải thuật SVM, tiến hành huấn luyện và kiểm tra trên tập dữ liệu có hai thành phần: phần nội dung và phần tóm tắt để so sánh kết quả về mặt thời gian và độ chính xác của hai giải thuật trên hai thành phần đó, từ đó đưa ra được hướng giải quyết tốt nhất cho bài toán phân loại.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.