Khai phá luồng dữ liệu văn bản

Các nhiệm vụ khác

Nghiên cứu và đưa vào sản xuất các biện pháp tổng hợp nhằm nâng cao sức sản xuất của lợn đực giống
Nghiên cứu sự hình thành phân bố và đề xuất hệ phương pháp đánh giá và sử dụng tài nguyên nước ngầm ở vùng karst - Đặc điểm địa hình địa mạo vùng phát triển karst Đông Bắc Việt NAm và 4 vùng thử nghiệm tại tỉnh Hà Giang (Huyện Yên Minh Quản Bạ Đồng Vă
Hoàn thiện môi trường đầu tư nhằm phát triển kinh tế tư nhân trên địa bàn thành phố Đà Nẵng
Phong tục tập quán cổ truyền một số dân tộc thiểu số Nam Tây Nguyên
Ứng dụng khoa học công nghệ sản xuất giống cá bống bớp và nuôi thương phẩm tại Nga Sơn Thanh Hoá
Nghiên cứu sử dụng hệ bùn hoạt tính kỵ khí kết hợp hiếu khí để xử lý nước thải chế biến thủy sản có hàm lượng muối cao
Nghiên cứu các biện pháp an toàn trong lặn sâu bằng các kỹ thuật hiện đại áp dụng ở điều kiện Việt Nam
Sự hình thành và phát triển nghề sản xuất cây giống hoa kiểng Cái Mơn
Hiệu lực chế phẩm Agrostim đối với một số cây trồng trên một số vùng đất ở Việt nam
Nghiên cứu hiệu quả kinh tế trong giảm nhẹ khí nhà kính cho lĩnh vực quản lý chất thải

liên kết website

Lượt truy cập

Lượt truy cập : 15,146,630

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