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...
Đã lưu trong:
Tác giả chính: | |
---|---|
Định dạng: | Sách |
Ngôn ngữ: | Undetermined |
Được phát hành: |
Cần Thơ
Trường Đại học Cần Thơ
2020
|
Những chủ đề: | |
Các nhãn: |
Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|
Thư viện lưu trữ: | Trung tâm Học liệu Trường Đại học Cần Thơ |
---|
LEADER | 01767nam a2200217Ia 4500 | ||
---|---|---|---|
001 | CTU_237102 | ||
008 | 210402s9999 xx 000 0 und d | ||
082 | |a 005.7585 | ||
082 | |b T305 | ||
088 | |a 8480104 | ||
100 | |a Trần, Văn Tiên | ||
245 | 0 | |a Phân loại chủ đề tự động cho bản tin thời sự truyền hình : | |
245 | 0 | |b Luận văn tốt nghiệp Cao học. Ngành Hệ thống Thông tin | |
245 | 0 | |c Trần Văn Tiên ; Nguyễn, Nhị Gia Vinh (Cán bộ hướng dẫn) | |
260 | |a Cần Thơ | ||
260 | |b Trường Đại học Cần Thơ | ||
260 | |c 2020 | ||
520 | |a 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. | ||
650 | |a Hệ thống thông tin,Information systems | ||
904 | |i Tuyến | ||
980 | |a Trung tâm Học liệu Trường Đại học Cần Thơ |