Text categorization - the automated

Text categorization - the automated assigning of natural language texts to predefined categories based on their content is a task of increasing importance. Its applications include indexing texts to support document re-trieval 1], extracting data from texts 2], and aiding hu-mans in these tasks.
The indexing language used to represent texts influences how easily and effectively a text categorization system can be built, whether the system is built by human engineering, statistical training, or a combination of the two.
The simplest indexing languages are formed by treating each word as a feature. However, words have properties,such as synonymy and polysemy, that make them a less than ideal indexing language. These have motivated at-tempts to use more complex feature extraction methods in text retrieval and text categorization tasks.

Kết quả (Việt) 1:

Phân loại văn bản - tự động giao văn bản ngôn ngữ tự nhiên để tập thể loại dựa trên nội dung của họ là một nhiệm vụ của tầm quan trọng ngày càng tăng. Các ứng dụng bao gồm lập chỉ mục các văn bản để hỗ trợ tài liệu re-trieval 1], trích xuất dữ liệu từ văn bản 2], và giúp đỡ hu-mans trong các tác vụ này.Ngôn ngữ lập chỉ mục được sử dụng để đại diện cho văn bản ảnh hưởng đến cách thức dễ dàng và hiệu quả hệ thống phân loại văn bản có thể được xây dựng, cho dù hệ thống được xây dựng bởi nhân kỹ thuật, thống kê đào tạo, hoặc một sự kết hợp của hai.Các ngôn ngữ lập chỉ mục đơn giản được hình thành bằng cách điều trị mỗi từ là một tính năng. Tuy nhiên, từ này có thuộc tính, chẳng hạn như synonymy và polysemy, mà làm cho họ một ít hơn lý tưởng ngôn ngữ lập chỉ mục. Đây có động cơ tại-tempts để sử dụng phương pháp khai thác tính năng phức tạp hơn trong văn bản tra cứu và văn bản phân loại nhiệm vụ.

Kết quả (Việt) 2:

Văn bản phân loại - các ấn định tự động của văn bản ngôn ngữ tự nhiên để loại được xác định trước dựa trên nội dung của họ là một nhiệm vụ ngày càng quan trọng. Các ứng dụng của nó bao gồm các văn bản chỉ mục để hỗ trợ tài liệu tái trieval 1], giải nén dữ liệu từ văn bản 2], và giúp đỡ hu-mans trong những nhiệm vụ.
Các ngôn ngữ lập chỉ mục được sử dụng để đại diện cho văn bản ảnh hưởng như thế nào một cách dễ dàng và hiệu quả một hệ thống phân loại văn bản có thể được xây dựng, cho dù hệ thống được xây dựng bởi kỹ thuật của con người, đào tạo thống kê, hoặc kết hợp cả hai.
Các ngôn ngữ lập chỉ mục đơn giản nhất được hình thành bằng cách xử lý mỗi từ như một tính năng. Tuy nhiên, lời nói có tính chất, chẳng hạn như đồng nghĩa và đa nghĩa, mà làm cho họ một ít hơn lý tưởng ngôn ngữ lập chỉ mục. Những điều này đã thúc đẩy at-cám dỗ để sử dụng các phương pháp khai thác tính năng phức tạp hơn trong hồi văn bản và phân loại văn bản nhiệm vụ.