انتخاب ویژگی گروهی با رویکرد تصمیم‌گیری چندمعیاره به منظور دسته‌بندی متون

دسته‌بندی متن از ابعاد بالا و پراکندگی زیاد فضای ویژگی رنج می‌برد. به همین دلیل، انتخاب ویژگی به عنوان مرحله مهمی از پیش پردازش در حوزه متن کاوی و به‌ویژه دسته‌بندی متن شناخته می‌شود. اخیراً رویکرد جدیدی به نام انتخاب ویژگی گروهی معرفی شده‌است که در آن، خروجی چندین روش انتخاب ویژگی برای به دست آوردن زیرمجموعه‌ی نهایی از ویژگی‌ها تجمیع می‌شوند. ادعا می‌شود که اصل خرد جمعی در بحث انتخاب ویژگی نیز می‌تواند منجربه انتخاب ویژگی قوی‌تر و پایدارتر هنگام برخورد با داده هایی با ابعاد بالا گردد. بنابراین در این‌کار، برای اولین بار از رویکرد انتخاب ویژگی گروهی در فاز آماده‌سازی داده‌های متنی، به‌منظور دسته‌بندی دقیق‌تر اسناد استفاده شده‌است. بطوریکه ابتدا مجموعه‌ی ویژگی‌ها با استفاده از 4 روش انتخاب ویژگی مبتنی بر فیلتر بصورت جداگانه رتبه‌بندی شده، سپس فرآیند تجمیع نتایج حاصله و رتبه‌بندی نهایی ویژگی‌ها بعنوان یک مسئله‌ی تصمیم‌گیری چندمعیاره فرموله و به کمک تکنیک بیشترین بیشترین‌ها حل می‌شود. به منظور اثبات ادعا، کارآمدی روش انتخاب ویژگی پیشنهادی در دسته‌بندی موضوعی مجموعه داده متنی رویترز، با استفاده از الگوریتم‌های دسته‌بندی بیزین ساده چندجمله‌ای و k-همسایه نزدیک براساس معیارهای دقت و f-score مورد ارزیابی قرار گرفته‌است. مقایسه‌ی نتایج، نشان‌دهنده‌ی افزایش حداقل 1درصدی و حداکثر 10 درصدی دقت دسته‌بندی نسبت به 4روش‌ انتخاب ویژگی مبتنی بر فیلتر و 3 روش ساده تجمیع در استراتژی ناهمگن می‌باشد.