تصنيف نصوص متعدد التسميات على نطاق واسع لمجموعة بيانات هرمية باستخدام خوارزمية روكيو

تزداد بروز البيانات الهرمية بشكل متزايد، خاصة على الويب. ويكيبيديا هي واحدة من هذه الأمثلة حيث يوجد ملايين الوثائق المصنفة ضمن فئات متعددة بطريقة هرمية. يؤدي ذلك إلى مشكلة مثيرة للاهتمام تتمثل في أتمتة تصنيف الوثائق الجديدة. مع تزايد حجم مجموعة البيانات، تزداد أيضًا عدد الفئات. علاوة على ذلك، يبدو أن هناك مشكلة في التشتت حتى مع زيادة مجموعة البيانات. لذلك، يمثل هذا تحديًا لتصنيف البيانات بهذه الطريقة. نقدم خوارزميتين مختلفتين تعتمد على تصنيف النصوص: خوارزمية روكيو وkNN. نقوم بتنفيذ ومقارنة الطرق المذكورة أعلاه لفهم أفضل للنهج المتبع في تصنيف البيانات الهرمية.