سیدمحمد بیدکی

در سیستم های پاسخگویی به پرسش ، اولین گام برای یافتن پاسخ مناسب، طبقه بندی صحیح پرسش در یکی از حوزه های معنایی و سپس استخراج پاسخ است. ابعاد بسیار بالای داده های متنی همواره یکی از مشکلات عملیات طبقه بندی بوده است. لذا تکنیکهای انتخاب و استخراج ویژگی، راهی برای کاهش ابعاد در مجموعه داده های متنی می باشد. ازطرفی انتخاب ویژگی های مناسب، نقش مهمی در دقت کلاس بندی الگوریتم های یادگیری ایفا می-کند. در این مقاله تاثیر متدهای انتخاب و استخراج ویژگی بر دقت عملیات طبقه بندی پرسش ، مورد بررسی قرار گرفت. بدین صورت که هفت الگوریتم رایج یادگیری ماشینی در زمینه طبقه بندی، در بستر مجموعه دادگان UIUC ارزیابی گردید. در هر مورد تاثیر عملکرد متد های استخراج ویژگی شامل آنالیز خطی مشخص کننده مستقیم و آنالیز مولفه های اصلی و همچنین متدهای انتخاب ویژگی شامل همبستگی مبتنی بر فیلتر سریع، همبستگی مبتنی بر زیرمجموعه ویژگی و ReliefF، بر دقت طبقه بندی نمونه ها مقایسه شد. نتایج نشان داد که استخراج ویژگی، تاثیر منفی شدیدی بر عملکرد دسته بندی پرسش ها دارد اما می توان از متدهای انتخاب ویژگی بدون افت چشمگیر و بعضاً با افزایش دقت عملکرد طبقه بندی برای کاهش ابعاد دادگان، استفاده نمود.