2-маъруза. Булев излаш тизими функциялари

12-маъруза. Ишончли ахборот излаш тизимларини баҳолаш.

Matn tasnifini baholash

Tarixiy jihatdan matnni tasniflash usullarini baholash uchun asosiy sinov bo'ldi

Reuters-21578 to'plami. Bu 21.578 yangiliklar to'plamidan iborat va

Carnegie Group, Inc. tomonidan belgilangan va Reuters, Ltd. tizimni rivojlantirish jarayonida va CONSTRUE matnlarini tasdiklash. Ushbu kolleksiya keyingisiga qaraganda ancha kichik

Reuters-RCVl to'plamlari
Uning maqolalari 118 ta darsni qamrab olgan

tematik kategoriyalar. Hujjat bir nechta sinflarga tegishli bo'lishi yoki bo'lmasligi mumkin. ulardan biri, lekin ko'pincha hujjatlar faqat bitta sinfga tegishli (hujjatlar,

kamida bitta sinfga tegishli, o'rtacha 1,24 sinfga tegishli).

Bunday ko'p qiymatli tasniflash muammosini hal qilish uchun standart yondashuv

har bir sinf uchun bittadan va ikkitomonlama klassifikatorni yaratuvchi 118 ta klassifikatorni yaratish c sinfi uchun bu c sinfining klassifikatori va uning to'ldiruvchilari c.


Ushbu tasniflagichlarning har biri uchun eslashni to'g'riligini o'lchash mumkin (aniqlik) va aniqlik (aniqlik). So'nggi maqolalarda, tadqiqotchilar deyarli doimo 9 603 dan iborat ModApte split-ning pastki qismidan foydalangan o'quv hujjatlari va 3299 ta test hujjatlari ko'rib chiqildi va qo'lda belgilandi. Hujjatlarni sinflar bo'yicha taqsimlash juda notekis, shuning uchun ba'zi ishlarda taxminiy hisoblanadi tizim eng katta o'nta sinfda ishlagan.

Tasniflash sifati tushunchasini umumlashtiruvchi ko'rsatkich sifatida, shu jumladan

aniqlik, to'liqlik, o'lchov Ft va to'g'ri, biz samaradorlikdan foydalanamiz

(samaradorlik). Ishlash - bu hisoblash samaradorligi

tasniflash va axborot olish tizimlari. Biroq, ko'plab tadqiqotchilar foydalanmoqdalar "hosildorlik" atamasi samaradorlikni emas, balki tezlikni anglatadi.

Bir nechta ikkilik klassifikatorlar bilan to'plamni qayta ishlash