Ricerca di caratteristiche di rilevanza per l'estrazione del testo - Kamble, Rekha;More, Shivaprasad
29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
15 °P sammeln
  • Broschiertes Buch

Relevance Feature Discovery è un modello innovativo che classifica i termini in categorie distinte e aggiorna efficacemente i pesi e la distribuzione dei termini nei modelli, aumentando così le prestazioni del text mining. I termini che appaiono più frequentemente nei documenti non rilevanti sono classificati come termini specifici negativi. L'obiettivo di Relevance Feature Discovery è quello di estrarre caratteristiche di alta qualità che rappresentino accuratamente le richieste dell'utente. Questo sistema supera le tecniche basate sui termini e sui modelli.

Andere Kunden interessierten sich auch für
Produktbeschreibung
Relevance Feature Discovery è un modello innovativo che classifica i termini in categorie distinte e aggiorna efficacemente i pesi e la distribuzione dei termini nei modelli, aumentando così le prestazioni del text mining. I termini che appaiono più frequentemente nei documenti non rilevanti sono classificati come termini specifici negativi. L'obiettivo di Relevance Feature Discovery è quello di estrarre caratteristiche di alta qualità che rappresentino accuratamente le richieste dell'utente. Questo sistema supera le tecniche basate sui termini e sui modelli.
Autorenporträt
Prof. Rekha Kamble schloss 2018 ihren Master of Technology in Computer Science & Engineering am DKTE Society's Textile & Engineering Institute, Indien, ab. Sie arbeitet als Assistenzprofessorin in der Abteilung für Informatik und Ingenieurwesen (AIML). Zu ihren Forschungsinteressen gehören Data Mining, Text Mining, Blockchain-Technologie und Cloud Computing.