Although there have been a great ma

Although there have been a great many applications of machine learning in text classification for information retrieval, there have been relatively few within an e ducational context, and most of them have been aimed at inferring dialog acts , for example [14]. More similar approaches to ours inc lude Larkey’s [15] com parison of k- nearest neighbor, naıve Bayes and linear regression classifiers in as signing grades to student essays. Sathiyamurthy and Geetha [16] built a text classification system which used part-of-speech tagging to aligne- learning
documents acc ording to an ACM domain ontology, allowing the documents to be classified according to Bloom’s taxonomy [17]. Yilm aze let al [18] used an SVM algorithm to perform text categorization for automatically aligning curricular documents with state and federal science benchmarks.

Kết quả (Việt) 1:

Mặc dù đã có rất nhiều ứng dụng trong máy học tập trong phân loại văn bản để lấy thông tin, đã có tương đối ít trong một bối cảnh ducational e, và hầu hết trong số họ đã được nhằm vào suy luận hành vi hộp thoại, ví dụ: [14]. Thêm tương tự như phương pháp tiếp cận với chúng ta inc lude Larkey [15] com parison của k-gần nhất hàng xóm, naıve Bayes và hồi qui tuyến tính máy phân loại ở như ký các lớp để học sinh tiểu luận. Sathiyamurthy và thao [16] xây dựng một hệ thống phân loại văn bản sử dụng một phần-of-speech gắn thẻ đến học tập alignegiải acc ording để một ACM miền ontology, cho phép các tài liệu để được phân loại theo phân loại của Bloom [17]. Yilm aze cho al [18] sử dụng một thuật toán SVM để thực hiện phân loại văn bản cho tự động việc xếp thẳng các tài liệu ngoại khóa với nhà nước và liên bang khoa học tiêu chuẩn.

Kết quả (Việt) 2:

Mặc dù đã có một nhiều ứng dụng tuyệt vời của máy học trong phân loại văn bản để tìm kiếm thông tin, đã có tương đối ít trong một bối cảnh e ducational, và hầu hết trong số họ đã được nhắm vào suy luận hành vi thoại, ví dụ [14]. Phương pháp tiếp cận nhiều hơn nữa tương tự như phân loại hồi quy tuyến tính của chúng ta inc Lude Larkey của [15] com sự so của K-láng giềng gần nhất, ngây thơ và trong Bayes như ký lớp để bài tiểu luận của sinh viên. Sathiyamurthy và Geetha [16] xây dựng một hệ thống phân loại văn bản mà sử dụng một phần-of-speech tagging để aligne- học
văn acc Ording một ontology miền ACM, cho phép các tài liệu được phân loại theo phân loại của Bloom [17]. Yilm aze cho al [18] sử dụng một thuật toán SVM để thực hiện phân loại văn bản để tự động sắp xếp các tài liệu ngoại khóa với các tiêu chuẩn khoa học của tiểu bang và liên bang.