Phân loại chủ đề tự động cho bản tin thời sự truyền hình : Luận văn tốt nghiệp Cao học. Ngành Hệ thống Thông tin

Luận văn xây dựng một hệ thống phân loại chủ đề tự động cho bản tin thời sự truyền hình bằng mô hình máy học. Các mô hình máy học như Naïve Bayes, máy học vector hỗ trợ (SVM) được áp dụng trong hệ thống để so sánh, tìm ra giải pháp tối...

Deskribapen osoa

Gorde:

Xehetasun bibliografikoak
Egile nagusia:	Trần, Văn Tiên
Formatua:	Liburua
Hizkuntza:	Undetermined
Argitaratua:	Cần Thơ Trường Đại học Cần Thơ 2020
Gaiak:	Hệ thống thông tin,Information systems
Etiketak:	Etiketa erantsi Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!

Thư viện lưu trữ:	Trung tâm Học liệu Trường Đại học Cần Thơ

Deskribapena
Gaia:	Luận văn xây dựng một hệ thống phân loại chủ đề tự động cho bản tin thời sự truyền hình bằng mô hình máy học. Các mô hình máy học như Naïve Bayes, máy học vector hỗ trợ (SVM) được áp dụng trong hệ thống để so sánh, tìm ra giải pháp tối ưu. Bộ dữ liệu được sử dụng trong luận văn được lấy từ hệ thống lưu trữ tin nội bộ của Đài Phát thanh và Truyền hình thành phố Cần Thơ. Kết quả thực nghiệm cho thấy, mô hình SVM kiểm thử đạt độ chính xác là 93,91%. Kết quả của nghiên cứu được áp dụng để phát triển hệ thống quản lý tin bài tự động của Đài Phát thanh và Truyền hình thành phố Cần Thơ.

Phân loại chủ đề tự động cho bản tin thời sự truyền hình : Luận văn tốt nghiệp Cao học. Ngành Hệ thống Thông tin

Antzeko izenburuak