Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "redukcja tekstu" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Cechy komunikacji elektronicznej
Features of Electronic Communication
Autorzy:
Dąbrowska, Marta
Powiązania:
https://bibliotekanauki.pl/articles/1192107.pdf
Data publikacji:
2016
Wydawca:
Krakowskie Towarzystwo TERTIUM
Tematy:
komunikacja elektroniczna
SMS
email
redukcja tekstu
redundancja
electronic communication
text messages
text reduction
redundance
Opis:
Współczesne media elektroniczne stały się celem licznych badań językoznawczych. Niniejsza analiza dotyczy jednej z najpopularniejszych ich odmian – krótkiej wiadomości tekstowej. 160 prywatnych SMSów, zarówno w języku polskim, jak i angielskim przebadano pod względem ich cech formalnych, skupiając się głównie na aspekcie redukcji tekstu pod względem obecności bądź eliminacji elementów fatycznych, szczególnie zwrotów adresatywnych, powitań, pożegnań oraz emotikonów, a także interpunkcji. Badanie przeprowadzone również w odniesieniu do wcześniejszej analizy wiadomości mailowych wykazało znaczny procent eliminacji elementów konwencjonalnych tekstu w SMSach w porównaniu z mailami, szczególnie zwrotów adresatywnych i powitań, redukcję formalną zwrotów pożegnalnych oraz omijanie znaków przystankowych, pokazując tym samym, jak dużo elementów w komunikacie jest redundantnych. Analiza wykazała również widoczne różnice między SMSami polskimi i angielskimi, zwłaszcza pod względem frekwencji takich elementów, jak podpis, zwrot pożegnalny, użycie emotikonów oraz skracanie wyrazów, które znacznie częściej występowały w tekstach angielskich niż polskich.
Contemporary electronic media have become a frequent object of linguistic research. The present analysis concerns one of its most popular manifestations – the short text message. 160 private text messages, both Polish and English, have been investigated in terms of their formal features, with a focus placed mainly on the aspect of text reduction with respect to the presence or absence of its phatic elements, primarily forms of address, greetings, leave-takings, emoticons as well as punctuation. The analysis conducted also with reference to an earlier investigation of the electronic mail has demonstrated a significant percentage of the conventional text elements elimination in text messages in comparison to emails, especially of forms of address and greetings, a formal reduction of leave-taking formulas as well as the omission of punctuation, this way indicating how many elements of communication appear to be redundant. The analysis has also shown visible differences between Polish and English text messages, particularly in terms of the frequency of the use of such aspects as the signature, the leave-taking formula, the use of emoticons and word abbreviations, which appear to be a more typical element of English rather than Polish text messages.
Źródło:
Półrocznik Językoznawczy Tertium; 2016, 1, 1&2; 149-169
2543-7844
Pojawia się w:
Półrocznik Językoznawczy Tertium
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A contemporary multi-objective feature selection model for depression detection using a hybrid pBGSK optimization algorithm
Autorzy:
Kavi Priya, Santhosam
Pon Karthika, Kasirajan
Powiązania:
https://bibliotekanauki.pl/articles/2201021.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
depression detection
text classification
dimensionality reduction
hybrid feature selection
wykrywanie depresji
klasyfikacja tekstu
redukcja wymiarowości
wybór funkcji
Opis:
Depression is one of the primary causes of global mental illnesses and an underlying reason for suicide. The user generated text content available in social media forums offers an opportunity to build automatic and reliable depression detection models. The core objective of this work is to select an optimal set of features that may help in classifying depressive contents posted on social media. To this end, a novel multi-objective feature selection technique (EFS-pBGSK) and machine learning algorithms are employed to train the proposed model. The novel feature selection technique incorporates a binary gaining-sharing knowledge-based optimization algorithm with population reduction (pBGSK) to obtain the optimized features from the original feature space. The extensive feature selector (EFS) is used to filter out the excessive features based on their ranking. Two text depression datasets collected from Twitter and Reddit forums are used for the evaluation of the proposed feature selection model. The experimentation is carried out using naive Bayes (NB) and support vector machine (SVM) classifiers for five different feature subset sizes (10, 50, 100, 300 and 500). The experimental outcome indicates that the proposed model can achieve superior performance scores. The top results are obtained using the SVM classifier for the SDD dataset with 0.962 accuracy, 0.929 F1 score, 0.0809 log-loss and 0.0717 mean absolute error (MAE). As a result, the optimal combination of features selected by the proposed hybrid model significantly improves the performance of the depression detection system.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2023, 33, 1; 117--131
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies