تقنية جديدة لتصنيف النصوص باستخدام تحسين جموع الجسيمات المحسن: دراسة حالة للغة العربية

نقترح نموذجًا جديدًا لتصنيف النصوص، يهدف إلى تحسين أداء تصنيف النصوص العربية باستخدام تقنيات التعلم الآلي. واحدة من الحلول الفعالة في تصنيف النصوص العربية هي إيجاد طريقة اختيار الميزات المناسبة مع عدد مثالي من الميزات مع المصنف. على الرغم من أنه تم اقتراح عدة طرق لتصنيف النصوص باللغة العربية باستخدام تقنيات مختلفة، مثل طرق اختيار الميزات، وتجمع المصنفات، والميزات التمييزية، يصبح اختيار الطريقة المثلى مشكلة صعبة جداً نظرًا لمساحة البحث الهائلة. لذلك، نقترح طريقة تُسمى تحديد التكوين الأمثل لتصنيف النصوص العربية (OCATC)، والتي تستخدم خوارزمية تحسين جموع الجسيمات (PSO) للعثور على الحل الأمثل (التكوين) من هذه الفضاء. تستخرج طريقة OCATC المقترحة وتحوّل الميزات من الوثائق النصية إلى متجه رقمي باستخدام طريقة تكرار المصطلح - تكرار المستند المعكوس (TF–IDF). أخيرًا، تختار خوارزمية PSO أفضل هيكل من مجموعة من المصنفات لطرق اختيار الميزات مع عدد مثالي من الميزات. تم إجراء تجارب موسعة لتقييم أداء طريقة OCATC باستخدام ستة مجموعات بيانات، بما في ذلك خمس مجموعات بيانات متاحة للجمهور ومجموعة البيانات المقترحة لدينا. تظهر النتائج التي تم الحصول عليها تفوق OCATC على المصنفات الفردية وغيرها من الطرق الحديثة.