현재 위치
Home
KNN based Machine Learning Approach for Text and Document Mining
-
- 발행기관
- 보안공학연구지원센터(IJDTA) 바로가기
-
- 간행물
- International Journal of Database Theory and Application 바로가기
-
- 통권
- Vol.7 No.1 (2014.02)바로가기
-
- 페이지
- pp.61-70
-
- 저자
-
- 언어
- 영어(ENG)
-
- URL
- https://www.earticle.net/Article/A217327
※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.
원문정보
초록
- 영어
- Text Categorization (TC), also known as Text Classification, is the task of automatically classifying a set of text documents into different categories from a predefined set. If a document belongs to exactly one of the categories, it is a single-label classification task; otherwise, it is a multi-label classification task. TC uses several tools from Information Retrieval (IR) and Machine Learning (ML) and has received much attention in the last years from both researchers in the academia and industry developers. In this paper, we first categorize the documents using KNN based machine learning approach and then return the most relevant documents.
목차
Abstract
1. Introduction
2. Classification Methods
2.1. Naive Bayes
2.2. Term Graph Model
2.3. k-Nearest Neighbors
3. Experimental Results
3.1. Dataset
3.2. Implementation
3.3. Results
4. Conclusion
References
키워드
Text Mining Naïve Bayes KNN Event models Document Mining Term-Graph Machine Learning저자
간행물 정보
발행기관
-
- 발행기관명
- 보안공학연구지원센터(IJDTA) [Science & Engineering Research Support Center, Republic of Korea(IJDTA)]
- 설립연도
- 2006
- 분야
- 공학>컴퓨터학
- 소개
- 1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업
간행물
-
- 간행물명
- International Journal of Database Theory and Application
- 간기
- 격월간
- pISSN
- 2005-4270
- 수록기간
- 2008~2016
- 십진분류
- KDC 505 DDC 605
이 권호 내 다른 논문 / International Journal of Database Theory and Application Vol.7 No.1
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.