Khai phá luồng dữ liệu văn bản

Các nhiệm vụ khác

Xây dựng và bảo hộ nhãn hiệu chứng nhận dê Ninh Thuận
Nghiên cứu các giải pháp công nghệ cải tạo mạng phân phối và phát triển theo cấp 22KV (Báo cáo bước 1- Một số cơ sở áp dụng hệ thống phân phối 20KV ở Việt Nam)
Nghiên cứu xây dựng một số phương pháp phát hiện Doping nhóm beta blocker và steroid trong nước tiểu
Nghiên cứu thiết kế lắp đặt và vận hành hệ thống điều khiển tổ máy tuabin thuỷ lực và nhà máy thuỷ điện Đaksrông - Phụ lục 5
Ứng dụng chế phẩm vi sinh từ Trichoderma sp Pseudomonas spp Azospirillum spp Metarhizium anisoplia Beauveria bassiana Bacillus thuringiensis trong quy trình sản xuất rau an toàn tại xã Đại Tâm huyện Mỹ Xuyên
Sưu tầm tuyển chọn lai tạo và sản xuất giống dừa đạt hiệu quả kinh tế cao Phần báo cáo: Khảo nghiệm khả năng thích ứng của các giống dừa lai nhập nội 90 với dừa công nghiệp địa phương
Nghiên cứu các giải pháp công nghệ đối với cầu đường sắt tại các vị trí đường cong có bán kính nhỏ cho hệ thống đường sắt tốc độ cao
Nghiên cứu công nghệ sản xuất dây hợp kim thiếc hàn bằng phương pháp gia công áp lực
Xây dựng mô hình sản xuất giống và thâm canh cà chua trái vụ an toàn tại Hà Nội
Status of production aspect of Practices and socio-economics of shrimp farming in Tra Vinh and Ca Mau provinces Vietnam

liên kết website

Lượt truy cập

Lượt truy cập : 14,788,976

Kết quả thực hiện nhiệm vụ

Tên nhiệm vụ

Khai phá luồng dữ liệu văn bản

Tổ chức chủ trì

Trường đại học Thủ Dầu Một

Cơ quan chủ quản

UBND Tỉnh Bình Dương

Cấp quản lý nhiệm vụ

Cơ sở

Thuộc chương trình

Chủ nhiệm nhiệm vụ

TS. Võ Thị Hồng Thắm

Cán bộ phối hợp

Tiến sĩ Võ Thị Hồng Thắm (Chủ nhiệm nhiệm vụ), Nguyễn Minh Vũ (Thành viên), Võ Hắc Việt (Thành viên);

Lĩnh vực nghiên cứu

Khoa học tự nhiên

Thời gian bắt đầu

01/09/2021

Thời gian kết thúc

01/09/2022

Năm viết báo cáo

2022

Nơi viết báo cáo

Bình Dương

Kinh phí

199098300 (triệu đồng)

Tóm tắt

Mục đích của đề tài: Cải thiện hiệu quả phát hiện chủ đề bằng cách giải quyết các vấn đề như cấu trúc quan hệ đồng xuất hiện của từ, sự không rõ ràng của từ (từ đồng nghĩa), độ rời rạc và biểu diễn ẩn tuần tự trong văn bản bằng cách cải tiến biểu diễn tài liệu. Để thực hiện, chúng tôi áp dụng trích xuất các đồ thị con (GOW) phổ biến và mã hóa tài liệu bằng Gated Recurrent Unit (GRU). Nhờ lợi thế của mã hóa dựa trên GOW và GRU trong biểu diễn tài liệu, mô hình của chúng tôi có khả năng nâng cao độ chính xác phát hiện chủ đề từ các luồng văn bản. Để giải quyết một cách hiệu quả thách thức thay đổi chủ đề của dữ liệu đến liên tục trên luồng, chúng tôi sử dụng phương pháp tiếp cận dựa trên DPMM để gom cụm văn bản. Việc biểu diễn được mã hóa tuần tự ẩn và dựa trên GOW của tài liệu đạt được trong các bước trước đó sẽ được sử dụng để tích hợp với DPMM để xử lý suy diễn của mô hình nhằm khai thác các chủ đề ẩn từ luồng văn bản. Ngoài ra, trong quá trình suy diễn của mô hình, chúng tôi cũng triển khai cơ chế cập nhật thông tin cụm để hỗ trợ loại bỏ các chủ đề đã lỗi thời trong các lô tài liệu trước đó. Để chứng minh tính hiệu quả của phương pháp được đề xuất tốt hơn các phương pháp gom cụm luồng văn bản ngắn được công bố gần đây, chúng tôi thử nghiệm so sánh các mô hình với hai tập dữ liệu tiêu chuẩn gồm Twitter và Google Tin tức. Kết quả thực nghiệm cho thấy mô hình của chúng tôi đạt được độ chính xác cao hơn.

Từ khoá

Khai phá; Dữ liệu; Văn bản

Ký hiệu kho

BDG-2022-064