فرمت مقاله : Word

تعداد صفحات : 29

چکیده

    رشد فزاینده پایگاه داده­ها در تقریبا هر ناحیه از فعالیت انسان باعث شده است که نیاز برای ابزارهای قدرتمند جدید برای تغییر دادن داده به دانش مفید افزایش یابد. برای برآوردن این نیاز محققان در ناحیه­های مختلف مانند یادگیری ماشین[1]، شناسایی الگو، آنالیز داده آماری، بصری سازی داده[2]، شبکه­های عصبی، اقتصاد سنجی، بازیابی اطلاعات، استخراج اطلاعات و..... روش­ها و ایده­هایی را کاوش کرده­اند. ذات غيرساخت يافته ي اين متون، اعمال همان روشهايي را که ما در مورد پایگاه داده­های غیرمتنی بکار مي بريم، غير ممکن مي سازد. بنابراین روش­ها و الگوریتم­های پردازش (پیش پردازش)خاصی برای استخراج الگوهای مفید موردنیاز است. متن کاوی اطلاعات متنی غیرساختیافته را استفاده می­کند و آنرا برای کشف ساختار و معناهای ضمنی پنهان در متن بررسی می­کند. در این مقاله ما به بررسی یکی از جدیدترین زمینه­های مورد تحقیق در داده کاوی، متن کاوی می­پردازیم. در این مقاله روش­های موجود برای پیش پردازش کردن، رده بندی[3]، استخراج اطلاعات[4]، روش­های یافتن روابط شرح داده می­شوند در پایان هر بخش ارزیابی و مقایسه­ای روی روش­های بیان شده در آن بخش صورات می­گیرد و در پایان تعدادی از کاربردهای متن کاوی بیان می­گردند.