ارتقای کیفیت دسته بندی متون با استفاده از کمیته دسته بند دو سطحی

امروزه با توجه به رشد روز افزون دسترسی به اسناد الکترونیکی، دسته بندی خودکار اهمیت وی‍‍ژه ای یافته است. روش های معمول در این زمینه، روش های یادگیری ماشین هستند. روش های بر اساس کمیته کارایی بهتری نسبت به سایر روش ها از خود نشان داده اند. در این مقاله، دو ایده در زمینه کمیته های دسته بند ارائه شده است. ایده اول برمبنای کمیته bagging که در آن هرکدام از اعضای کمیته روی زیرمجموعه ای از مجموعه سندهای آموزشی، ساخته می شوند، ارائه شده است. بر اساس این ایده، ابتدا مجموعه آموزش با یک روش خوشه بندی به چند خوشه، بر اساس مشابهت یا عدم مشابهت کلاس های اسناد آموزشی، تقسیم می شود و سپس از روی هر خوشه از اسناد، یک دسته بند ساخته شده و به عنوان عضو کمیته قرار داده می شود (روش یادگیری اعضای کمیته یکسان است). در ایده دوم ساخت کمیته ای دو سطحی مطرح شده است. در این ایده اعضای کمیته های سطح دوم خود کمیته هایی هستند که بر مبنای ایده اول ساخته می شوند. در ارزیابی ایده اول مشخص شد که افزایش کارایی بر مبنای معیار دقت و معیار بازخوانی در کمیته بیزین ساده نوع اول، بیشتر از سایر کمیته های نوع اول بوده و به ترتیب 12 درصد و 1/5 درصد می باشد. ارزیابی ها در کمیته نوع دوم (برمبنای ایده دوم)، افزایش کارایی را نسبت به کمیته نوع اول نشان می دهند که بیشترین آن نسبت به کمیته rocchio نوع اول بوده، که معیار دقت را در حدود 8/3 درصد و معیار بازخوانی را در حدود 8/18 درصد افزایش داده است.