МАТНЛИ МАЪЛУМОТЛАРНИ ТАСНИФЛАШ УСУЛ ВА АЛГОРИТМЛАРИ ТАҲЛИЛИ

Ниёзматова Н.А; Маматов Н.С; Турғунова Н.М.

МАТНЛИ МАЪЛУМОТЛАРНИ ТАСНИФЛАШ УСУЛ ВА АЛГОРИТМЛАРИ ТАҲЛИЛИ

Авторы

Ниёзматова Н.А “Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти” Миллий тадқиқот университети қошидаги Фундаментал ва амалий тадқиқотлар институти
Маматов Н.С “Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти” Миллий тадқиқот университети
Турғунова Н.М. “Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти” Миллий тадқиқот университети

Ключевые слова:

матн таснифи, табиий тилни қайта ишлаш, машинали ўқитиш, Naive Bayes, Decision Tree, Random Forest, Passive Aggressive, таснифлаш алгоритмлари.

Аннотация

Статья посвящена анализу существующих методов и алгоритмов
автоматической классификации текстовых данных, а также описывает теоретические
основы и практическое применение алгоритмов машинного обучения, таких как Decision
Tree (DT), Random Forest (RF), Naive Bayes (NB) и Passive Aggressive (PA). Результаты
исследования показали важность выбора оптимального алгоритма в зависимости от
типа, размера и источников данных. Кроме того, в данной работе рассматриваются
также этапы предварительной подготовки текстов, утверждая, что они могут
оказать существенное влияние на конечный результат.

Библиографические ссылки

Sebastiani F. Machine Learning in Automated Text Categorization // ACM Computing Surveys. – 2002. – Vol. 34, No. 1. – P. 1–47.

Aggarwal C.C., Zhai C. A Survey of Text Classification Algorithms // Mining Text Data. – Springer, 2012. – P. 163–222.

Jurafsky D., Martin J.H. Speech and Language Processing. – 3rd ed. – Draft, 2020.

Manning C.D., Raghavan P., Schütze H. Introduction to Information Retrieval. – Cambridge: Cambridge University Press, 2008.

Pedregosa F. et al. Scikit-Learn: Machine Learning in Python // Journal of Machine Learning Research. – 2011. – Vol. 12. – P. 2825–2830.

МАТНЛИ МАЪЛУМОТЛАРНИ ТАСНИФЛАШ УСУЛ ВА АЛГОРИТМЛАРИ ТАҲЛИЛИ