MATNLI MA'LUMOTLARNI TF–IDF VA SILHOUETTE KOEFFITSIENTI ASOSIDA AVTOMATIK KLASTERLASH HAMDA KLASTERLARNI YORLIQLASH USULI
Annotatsiya
Katta hajmdagi matnli ma’lumotlarni avtomatik tahlil qilish va semantik jihatdan guruhlash tabiiy tilni qayta ishlash (NLP) tizimlarining muhim bosqichlaridan biridir. Mazkur maqolada TF–IDF vektorlashtirish usuli va K-Means klasterlash algoritmi asosida matnlarni avtomatik sinflarga ajratish hamda klasterlarni inson aralashuvisiz yorliqlash usuli taklif etiladi. Taklif etilgan metodologiyada klasterlar sonini tanlash muammosi Silhouette k’oeffitsienti asosida avtomatlashtiriladi va standart Silhouette funksiyasiga cheklov parametri qo‘shiladi. Natijalar shuni ko‘rsatadiki, taklif etilgan algoritm optimal klasterlar sonini aniqlash aniqligini oshiradi, ortiqcha segmentatsiyani kamaytiradi va yuqori o‘lchamli matn fazosida barqaror klasterlar hosil qiladi. Eksperimental natijalarda Silhouette koeffitsienti 0.84 qiymatgacha yaxshilangan, klaster yorliqlash aniqligi esa 91.8% ga yetgan.
Hali tarjima qilinmagan