استفاده از الگوریتم های یادگیری آماری رده بندی و متن کاوی در آمار رسمی

درسال های اخیرشاهدگستردگی، تنوع و سرعت تولید اطلاعات در حوزه های مختلف از جمله آمار رسمی هستیم. با توجه به ضرورت مدرن سازی نظام آماری کشورها و جایگزینی پردازش محاسباتی ارزان تر، سریعتر و دقیق تر رایانه ها به جای انسان ها، استفاده از روش های یادگیری آماری در فرایند تولید آمار رسمی امری ضروری است. از طرفی پردازش زبان های طبیعی و متن کاوی، نقش مهمی در پردازش نیمه خودکار متون در پرس شنامه ها دارد. بنا بر این، ضرورت انجام فعالیت هایی چون جورسازی داده ها، اتصال پایگاه داده های مختلف، کدگذاری، شناسایی داده های دورافتاده و جانهی با استفاده از روش های یادگیری آماری و متن کاوی به جای روش های سنتی از اهمیت به سزایی برخوردار است. در این مقاله ضمن مرور تجربیات کشورهای مختلف در استفاده از روش های یادگیری آماری در آمار رسمی، به چند کاربرد از روش های یادگیری آماری در آمار رسمی، شامل کدگذاری و اتصال منابع اطلاعاتی مختلف پرداخته می شود.