ارائه یک سیستم طبقه‌بندی اتوماتیک سند بر اساس ترکیب pso-kmeans و طبقه‌بندی (acm)

استفاده از وب، ایجاد اطلاعات دیجیتال را به شیوه‌ای سریع و در حوزه‌های مختلف افزایش داده است. طبقه‌بندی متن به طور گسترده‌ای برای فیلتر کردن ایمیل‌ها، طبقه‌بندی صفحات وب و سازماندهی نتایج بازیابی شده توسط مرورگرهای وب مورد استفاده قرار گرفته است. در این مقاله، مسئله طبقه بندی اتوماتیک متون علمی، به عنوان یک مشکل بهینه‌سازی مطرح شده است تا بتوان گروه ها را از یک مجموعه داده به دست آورد. استفاده از الگوریتم های بهینه‌سازی برای حل مشکلات طبقه‌بندی یک رویکرد رایج است. با این حال، روش‌هایی وجود دارد که در آنها مشکلات طبقه‌بندی حل می‌شوند و ویژگی‌های داده برای طبقه‌بندی از نوع متن هستند. به این ترتیب، پیشنهاد شده است که از روش طبقه‌بندی ماشین تکسونومی(acm) برای به دست آوردن شباهت بین اسناد استفاده کرد با این فرض که هر سند شامل مجموعه‌ای از کلمات کلیدی است. در این روش از خوشه بندی kmeans به منظور خوشه‌بندی و با ترکیب با pso به منظور رفع نواقص kmeans استفاده شده است. نتایج بدست آمده نشان می‌دهد که پیشنهاد یک الگوریتم pso-kmeans مبتنی بر دانش و استفاده از طبقه‌بندی اتوماتیک acm یک رویکرد قابل قبول برای حل مشکل طبقه‌بندی است