Khai phá luồng dữ liệu văn bản

Các nhiệm vụ khác

Đánh giá kết quả vá nhĩ đơn thuần qua nội soi ống cứng tại Bệnh viện Mắt - Tai mũi họng - Răng hàm mặt
Nghiên cứu qui trình sử dụng tế bào gốc để điều trị một số bệnh của bề mặt nhãn cầu
Nghiên cứu tái chế bùn thải phát sinh từ trạm xử lý nước thải của nhà máy sơ chế mủ cao su thành phân vi sinh vật sử dụng cho cây công nghiệp (cây cao su)
ứng dụng công nghệ thông tin xử lý phân tích tài liệu địa chấn phản xạ nông độ phân giải cao để xây dựng một số phân vi địa chấn địa tầng chuẩn phục vụ công tác lập bản đồ tướng địa chấn; áp dụng thử nghiệm tại vùng biển ven bờ Phan Thiết-Hồ Tràm: Quy tr
Nghiên cứu xây dựng trung tâm dữ liệu doanh nghiệp tỉnh Phú Yên
Xây dựng tiềm lực về kiểm tra đánh giá không phá hủy phục vụ kiểm soát chất lượng trong quá trình chế tạo lắp đặt và bảo dưỡng nhà máy điện hạt nhân lò phản ứng nghiên cứu hạt nhân theo hệ thống tiêu chuẩn áp dụng của Liên bang Nga
Nghiên cứu tuyển chọn giống Bạch đàn và Keo lai trên các lập địa thoái hóa vùng Trung tâm Bắc Bộ
Không gian văn hoá cồng chiêng các dân tộc thiểu số ở Quảng Nam
Nghiên cứu tổng hợp và phát triển ứng dụng các hệ vật liệu nano lai đa chức năng chứa nano carbon hạt oxit sắt từ và hạt bạc nano kim loại trong y sinh và kiểm soát môi trường
Xác lập biện pháp trước mắt bảo vệ môi trường sinh thái vùng hồ Trị An Tập 3- Điều tra hiện trạng nước sông Đồng Nai Tình hình sức khỏe cộng đồng và bệnh tật của nhân dân xã Cây Gạo Trị An (1984-1985)

liên kết website

Lượt truy cập

Lượt truy cập : 14,846,476

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