Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "reprezentacja tekstu" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    A case study in text mining of discussion forum posts: Classification with bag of words and global vectors
    Autorzy:
    Cichosz, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/330299.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    text mining
    discussion forum
    text representation
    document classification
    word embedding
    eksploracja tekstu
    forum dyskusyjne
    reprezentacja tekstu
    klasyfikacja dokumentów
    Opis:
    Despite the rapid growth of other types of social media, Internet discussion forums remain a highly popular communication channel and a useful source of text data for analyzing user interests and sentiments. Being suited to richer, deeper, and longer discussions than microblogging services, they particularly well reflect topics of long-term, persisting involvement and areas of specialized knowledge or experience. Discovering and characterizing such topics and areas by text mining algorithms is therefore an interesting and useful research direction. This work presents a case study in which selected classification algorithms are applied to posts from a Polish discussion forum devoted to psychoactive substances received from home-grown plants, such as hashish or marijuana. The utility of two different vector text representations is examined: the simple bag of words representation and the more refined embedded global vectors one. While the former is found to work well for the multinomial naive Bayes algorithm, the latter turns out more useful for other classification algorithms: logistic regression, SVMs, and random forests. The obtained results suggest that post-classification can be applied for measuring publication intensity of particular topics and, in the case of forums related to psychoactive substances, for monitoring the risk of drug-related crime.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2018, 28, 4; 787-801
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bag of words and embedding text representation methods for medical article classification
    Autorzy:
    Cichosz, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/24403007.pdf
    Data publikacji:
    2023
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    text representation
    text classification
    bag of words
    word embedding
    reprezentacja tekstu
    klasyfikacja tekstu
    osadzanie słów
    Opis:
    Text classification has become a standard component of automated systematic literature review (SLR) solutions, where articles are classified as relevant or irrelevant to a particular literature study topic. Conventional machine learning algorithms for tabular data which can learn quickly from not necessarily large and usually imbalanced data with low computational demands are well suited to this application, but they require that the text data be transformed to a vector representation. This work investigates the utility of different types of text representations for this purpose. Experiments are presented using the bag of words representation and selected representations based on word or text embeddings: word2vec, doc2vec, GloVe, fastText, Flair, and BioBERT. Four classification algorithms are used with these representations: a naive Bayes classifier, logistic regression, support vector machines, and random forest. They are applied to datasets consisting of scientific article abstracts from systematic literature review studies in the medical domain and compared with the pre-trained BioBERT model fine-tuned for classification. The obtained results confirm that the choice of text representation is essential for successful text classification. It turns out that, while the standard bag of words representation is hard to beat, fastText word embeddings make it possible to achieve roughly the same level of classification quality with the added benefit of much lower dimensionality and capability of handling out-of-vocabulary words. More refined embeddings methods based on deep neural networks, while much more demanding computationally, do not appear to offer substantial advantages for the classification task. The fine-tuned BioBERT classification model performs on par with conventional algorithms when they are coupled with their best text representation methods.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2023, 33, 4; 603--621
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Waardering van inhoud en vorm in informerende teksten
    Evaluation of content and form in informing texts
    Wyrażanie uznania dla treści i formy w tekstach informacyjnych
    Autorzy:
    Ištván, Marcel
    Powiązania:
    https://bibliotekanauki.pl/articles/1882581.pdf
    Data publikacji:
    2015
    Wydawca:
    Katolicki Uniwersytet Lubelski Jana Pawła II. Towarzystwo Naukowe KUL
    Tematy:
    jakość tekstu
    optymalizacja tekstu
    odbiór tekstu
    reprezentacja umysłowa
    kanon
    text quality
    text optimization
    text reception
    mental representation
    canon
    Opis:
    In dit artikel wordt een deel van een onderzoek beschreven dat gericht is op de evaluatie van tekstoptimaliserende technieken. De respondenten kregen zowel de originele teksten als verschillende gemanipuleerde versies ervan te lezen. De hier beschreven teksttypen waren een handleiding voor een digitale camera en geschreven instructies over het invullen van het jaarlijkse belastingformulier. De originele teksten kwamen in twee talenvarianten, Slowaaks en Nederlands. Ze werden zowel getoetst door moedertaalsprekers van beide talen als door studenten Nederlands. Tot de taken na het lezen voor de respondenten behoorde dat zij werden gevraagd vrij te reageren op de tekst die ze net hadden gelezen. Er is een interessant detail opgenomen bij de opmerkingen over de Nederlandse versie van de teksten die het belastingformulier vergezellen: namelijk, er waren relatief veel opmerkingen over de vraag of deze teksten de canon vervullen van een “echte” administratieve tekst. Aan de andere kant werden dit soort vragen niet gesteld in de opmerkingen over de Slowaakse teksten. Daarbij werden de Slowaakse teksten zwaarder gemanipuleerd dan de Nederlandse, omdat de originele Nederlandse teksten geschikter waren voor de eindontvanger. Een ander opvallend feit is dat de manipulatie van de Nederlandse teksten niet leidde tot statistisch significante veranderingen in de mogelijkheid van de respondenten om beter te scoren bij vragen over de feiten in de teksten, terwijl de Slowaakse respondenten beter scoren.
    This article describes a part of a research aimed at evaluating text-optimizing techniques. The respondents were presented with original texts and with differently manipulated versions of them. The text types studied here were an instruction manual to a digital camera and written instructions on how to fill in the annual tax declaration form. The original texts came in two language variants, namely Slovak and Dutch. They were tested on native speakers of both languages and learners of Dutch. Among other post-reading tasks, the respondents were asked to freely comment on the text they just had read. One interesting detail came up among the comments on the Dutch version of the texts that accompany the tax form: namely, there were relatively many comments questioning if these texts fulfill the canon of a “real” administrative text. On the other hand, no such questioning comments were recorded for the Slovak texts. More interestingly, the Slovak texts were more heavily manipulated than the Dutch ones, because the original Dutch texts were more suitable for the end recipient. Another striking fact is that the manipulation of the Dutch texts did not lead to statistically significant changes in the ability of the respondents to score better in questions about the facts in the texts, whereas the Slovak respondents did score better.
    Niniejszy artykuł przedstawia część badań mających na celu ocenę technik optymalizacji tekstu. Respondenci otrzymali tekst oryginalny wraz z różnymi jego wariantami. Tekstami, które zostały poddane analizie, były instrukcja obsługi kamery cyfrowej oraz pisemne instrukcje dotyczące sposobu wypełnienia formularza rocznej deklaracji podatkowej w języku słowackim oraz niderlandzkim. Teksty te zostały przetestowane na rodzimych użytkownikach wymienionych języków oraz na uczących się języka niderlandzkiego. Oprócz innych zadań następujących po przeczytaniu tekstów, respondenci zostali poproszeni, aby luźno wypowiedzieć się na temat tego, co przed chwilą przeczytali. Jeden ciekawy szczegół pojawił się podczas komentowania niderlandzkiej wersji tekstów, które towarzyszyły formularzowi podatkowemu. Ponadto wyłoniło się względnie dużo komentarzy podważających fakt, że teksty te wpisują się w kanon ,,prawdziwego” administracyjnego tekstu. Z drugiej strony, tego typu komentarze nie zostały odnotowane w wersji tekstów słowackich. Co ciekawe, wersje tekstów słowackich były bardziej zmanipulowane niż te niderlandzkie, ponieważ oryginalne teksty holenderskie okazały się nawet bardziej dogodne dla końcowego odbiorcy. Innym uderzającym faktem jest to, że zmanipulowanie tekstów niderlandzkich nie spowodowało statystycznie znaczących zmian w przypadku zdolności respondentów do tego, aby lepiej odpowiadać na pytania dotyczące faktów znajdujących się w tekstach. Słowaccy respondenci wypadli w tym wypadku lepiej.
    Źródło:
    Roczniki Humanistyczne; 2016, 64, 5; 15-27
    0035-7707
    Pojawia się w:
    Roczniki Humanistyczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Propozycja mieszanego przetwarzania półstrukturalnego modelu opisu zdarzeń z akcji ratowniczo-gaśniczych Państwowej Straży Pożarnej PSP3
    Proposition of hybrid process model semi structured description of event from fire services rescues operation
    Autorzy:
    Mirończuk, M.
    Maciak, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/373949.pdf
    Data publikacji:
    2013
    Wydawca:
    Centrum Naukowo-Badawcze Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego
    Tematy:
    eksploracja tekstu
    klasyfikator Bayesa
    naiwny klasyfikator Bayesa
    ontologia służb ratowniczych
    reprezentacja meldunków
    reprezentacja przypadków zdarzeń
    reprezentacja tekstu
    wnioskowanie na podstawie przypadków
    Bayes classifier
    casebased reasoning
    naive Bayes classifier
    ontology for rescue service
    representation of reports
    text mining
    text representation
    Opis:
    W opracowaniu przedstawiono aktualnie rozwijane reprezentacje wiedzy i sposoby opisów zdarzeń, dla systemu wnioskowania na podstawie przypadków zdarzeń służb ratowniczych Państwowej Straży Pożarnej PSP. W artykule zaproponowano sposób ich przetwarzania. Przedstawiony sposób bazuje na klasyfikacji i wyszukiwaniu opisów zdarzeń.
    This paper describes a review of actual developed knowledge representation and case representation for fire services cases based reasoning system. The article also describes a method of processing the cases of events. This processing method based on classification and information retrieval.
    Źródło:
    Bezpieczeństwo i Technika Pożarnicza; 2013, 1; 95-106
    1895-8443
    Pojawia się w:
    Bezpieczeństwo i Technika Pożarnicza
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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