بررسي تکنيکهاي Document Clustering و مقايسه LDA و moVMF

توضیحات محصول

مقاله ترجمه شده:بررسي تکنيکهاي Document Clustering و مقايسه LDA و moVMF

چکیده فارسی :

اين پروژه به طور کلي به بررسي تکنيکهاي Document Clustering که به طور گسترده استفاده شده است مي پردازد.ما با استفاده از مدل فضاي برداري از طريق تکامل آن و گسترش به دیگر مدل های پیچیده تر و آماری صدا آغاز مي کنيم. ما جزئیات  دو مدل ، مخلوطی از Von Mises-Fisher و Latent Dirichlet Allocation را از آنجاييکه در سال های اخیر توجه گسترده ای را با توجه به عملکرد خوب خود را بیش از سایر مدل ها داشته اند مقايسه مي کنيم. در نهايت ميبينيم آزمايشهاي بيشتر نيازمند موضوع يا اشيا ديگر است.

کلمات کليدي :  VSM , LSA , pLSA , K-means , Hierarchical Clustering , LDA , moVMF , Spherical Admixture Model

چکیده انگلیسی:

This course project is mainly an overview of some widely used document clustering techniques. We begin with the basic vector space model, through its evolution, and extend to other more elaborate and statistically sound models. We compare two models in detail, the mixture of Von Mises-Fisher and Latent Dirichlet Allocation, since they have drawn wide attention in recent years due to their good performance over other models. Finally, we propose that more experiments need carrying out over multiple topic documents (or other objects).
Keywords: VSM , LSA , pLSA , K-means , Hierarchical Clustering , LDA, moVMF , Spherical Admixture Model.

 

خرید این محصول

 
 زرین پال   
 
 

خواهشمنداست در صورت عدم دریافت فایل به با یادداشت کردن کد رهگیری و مراجعه به بخش پیگیری سفارش ها با زدن کد رهگیری فایل خود را مجددا دریافت کنید در غیر این صورت جهت هر گونه مشکل با شماره ذیل پیامک و یا تلگرام بدید

پشتيباني 24 ساعته (پيامك و تلگرام)

09189431367 

امکان پرداخت با کلیه کارت های عضو شتاب میسر است


 

سوالات و نظر شما در مورد این محصول