اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديددراسة حول تصنيف النصوص العربية باستخدام الأنطولوجيات
Study about Arabic Text Documents Classification using Ontologies
2738
0 65
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
نقدم في هذا البحث خوارزمية لتجميع نصوص اللغة العربية. حيث نفذنا الخوارزمية على 5 أنطولوجيات عبر برنامج بلغة الجافا، ثم عالجنا النصوص بحيث حصلنا على 338667 مفردة مع أوزانها المقابلة لكل أنطولوجيا. و قد أثبتت الخوارزمية فعاليتها في تحسين أداء المصنفات التي تم تجربتها في هذه الدراسة و هي (NB,SVM) مقارنة مع نتائج مصنفات اللغة العربية السابقة.
In this paper, we introduce an algorithm for grouping Arabic documents for building an ontology and its words. We execute the algorithm on five ontologies using Java. We manage the documents by getting 338667 words with its weights corresponding to each ontology. The algorithm had proved its efficiency in optimizing classifiers (SVM, NB) performance, which we tested in this study, comparing with former classifiers results for Arabic language.
مراجعة الذكاء الصنعي:
ملخص البحث
تقدم هذه الدراسة خوارزمية جديدة لتصنيف النصوص العربية باستخدام الأنطولوجيا. تم تنفيذ الخوارزمية على خمس أنطولوجيات باستخدام لغة البرمجة جافا، وتم معالجة النصوص للحصول على 338667 مغردة مع أوزانها لكل أنطولوجيا. أثبتت الخوارزمية فعاليتها في تحسين أداء المصنفات مثل NB وSVM مقارنة مع نتائج المصنفات السابقة للغة العربية. تم تقسيم النصوص إلى فئات مثل الأخبار، الاقتصاد، الرياضة، العلم والتكنولوجيا، والأماكن والمواقع. تم استخدام محرك بحث Google لجمع النصوص، وتمت معالجة النصوص باستخدام أدوات مثل RapidMiner للحصول على المغردات وأوزانها. تم تدريب واختبار المصنفات باستخدام خوارزميات NB وSVM، حيث أظهرت النتائج أن مصنف SVM حقق أداءً أفضل من مصنف NB. تم تقييم المصنفات باستخدام معايير مثل F-measure، precision، وrecall، حيث حقق مصنف SVM دقة 99.31% بينما حقق مصنف NB دقة 99.00%. توصلت الدراسة إلى أن الخوارزمية المقترحة فعالة في تحسين دقة تصنيف النصوص العربية باستخدام الأنطولوجيا.
قراءة نقدية
دراسة نقدية: تعتبر هذه الدراسة خطوة مهمة في مجال تصنيف النصوص العربية باستخدام الأنطولوجيا، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، تم جمع النصوص باستخدام محرك بحث Google، مما قد يؤدي إلى تضمين نصوص غير ذات صلة بالأنطولوجيا المستهدفة. كان من الممكن تحسين دقة النتائج من خلال مراجعة يدوية للنصوص المسترجعة. ثانياً، لم يتم التطرق إلى تأثير حجم البيانات على أداء المصنفات بشكل كافٍ، حيث تم استخدام 2008 نص فقط. قد يكون من المفيد إجراء تجارب إضافية باستخدام مجموعات بيانات أكبر. أخيراً، يمكن تحسين الخوارزمية من خلال دمج تقنيات تعلم الآلة المتقدمة مثل الشبكات العصبية العميقة لتحسين دقة التصنيف.
أسئلة حول البحث
-
ما هي الخوارزمية المستخدمة في تصنيف النصوص العربية في هذه الدراسة؟
تم استخدام خوارزمية جديدة لتصنيف النصوص العربية باستخدام الأنطولوجيا، وتم تنفيذها باستخدام لغة البرمجة جافا.
-
ما هي المصنفات التي تم استخدامها في هذه الدراسة؟
تم استخدام مصنفين هما Naive Bayes (NB) وSupport Vector Machine (SVM).
-
ما هي دقة المصنفات التي تم تحقيقها في هذه الدراسة؟
حقق مصنف SVM دقة 99.31% بينما حقق مصنف NB دقة 99.00%.
-
ما هي الفئات التي تم تصنيف النصوص إليها في هذه الدراسة؟
تم تصنيف النصوص إلى فئات مثل الأخبار، الاقتصاد، الرياضة، العلم والتكنولوجيا، والأماكن والمواقع.
المراجع المستخدمة
AL-Ghuribi,S Alshomrani,S. 2014. Bi-languages mining algorithm for classifying text documents (BiLTc), International Jornal of Academic Research Part A Vol. 6 No. 5, 16-25
Gruber,T. 1993. A translation approach to providing portable ontology specifications, Knowledge Acquisition, Vol.5 No 2, 199-220
Hastie,T Tibshirani,R Friedman.J. 2013-The elements of Statistical Learning - Data Mining, Inference, and Prediction. Springer-Verlag, second Ed, Berlin,764p
قيم البحث
اقرأ أيضاً
اخترنا في هذا المشروع العمل على تطوير نظام يقوم بتصنيف المستندات العربية حسب محتواها, يقوم هذه النظام بالتحليل اللفظي لكلمات المستند ثم إجراء عملية Stemming"رد الأفعال إلى أصلها" ثم تطبيق عملية إحصائية على المستند في مرحلة تدريب النظام ثم بالاعتماد
على خوارزميات في الذكاء الصنعي يتم تصنيف المستند حسب محتواه ضمن عناقيد
قدمنا في هذا البحث دراسة مفصلة لطرق التنقيب في البيانات النصية
و الإمكانيات المتوفرة في لغة الاستعلام الإجرائية PL/SQL التي تتعامل مع قواعد بيانات
أوراكل الغرضية للقيام بذلك. و من ثم قمنا ببناء نموذج تنقيب يعمل على تصنيف وثائق
النصوص العربية باست
خدام خوارزمية SVM لفهرستها و من ثم تحويلها إلى جداول بيانات
مدخلة في جداول الحالة لتصنيفها باستخدام خوارزمية Naïve Bayes و قدمنا
الاستنتاجات و التوصيات بعد تقييم النتائج التي حصلنا عليها.
يعد هذا البحث مرحلة من مراحل بناء نظام تركيب الكلام باللغة العربية، و هي مرحلة تحويل
النصوص العربية من رموز كتابية إلى رموز صوتية.
جرى في هذه المرحلة بناء نظام متكامل خاص باللغة العربية لإجراء التحويل. اعتمد نظام التحويل
من رموز كتابية إلى رموز صو
تية أساسًا على بنية النظام Orthographic-Phonetic ) TOPH
(Transcription الذي يقوم بتحويل الرموز الكتابية إلى رموز صوتية باللغة الفرنسية، و الذي يعتمد مبدأ
استخدام القواعد في ذلك.
في هذه الورقة، نقدم مصنف صاعقة صعبة عصرية عربية (MSA) الحديثة، والذي يتوقع صعوبة الجمل المتعلمين في اللغة باستخدام مستويات الكفاءة CEFR أو التصنيف الثنائي بصورة بسيطة أو معقدة.نحن نقارن استخدام تضمين الجملة من أنواع مختلفة (fastlext، mbert، xlm-r وال
عربية-bert)، وكذلك ميزات اللغة التقليدية مثل علامات نقاط البيع وأشجار التبعية وعشرات قابلية القراءة وقوائم التردد لمتعلمي اللغة.تم تحقيق أفضل النتائج لدينا باستخدام Brited Berted Berted Bert.دقة تصنيف CEFR الخاص بنا ثلاثي الاتجاه هو F-1 من 0.80 و 0.75 للتصنيف باللغة العربية-Bert و XLM-R على التوالي و 0.71 ارتباط سبيرمان للانحدار.يصل مصنف صعوبةنا الثنائية إلى F-1 0.94 و F-1 0.98 للقراءة الدلالية للقرن.
يندرج هذا البحث في إطار الكشف الآلي لعمليات الإنتحال في النصوص المدوّنة باللغة العربية وتقدّم هذه الورقة طريقة مبتكرة تعتمد على استخراج الكلمات الهامة في النص المراد كشفه ومن ثمّ تكوين سلاسل لغوية حسب تواترها في النص. وباستعمال محركات البحث يمكن التث
بت من وجود هذه السلاسل اللغوية في نصوص أخرى.
في مرحلة ثانية قمنا باستعمال الترجمة الآلية للسلاسل اللغوية قصد استخراج السلاسل المرادفة باللغة الإنجليزية ومن ثمّ استعمال محركات البحث لاستخراج النصوص المدوّنة باللغة الإنجليزية والتي تتطابق مع السلاسل بعد ترجمتها. وتقدّم هذه الورقة العلمية برنامج الكاشف وهو برنامج لكشف حالات الإنتحال وقد قمنا بتقييم البرنامج على مدونة من النصوص العربية وأبرزت النتائج كفاءة الطريقة المتبعة
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
