МАТНЛИ МАЪЛУМОТЛАРНИ ТАҲЛИЛЛАШДА ДАСТЛАБКИ ИШЛОВ БЕРИШ МЕХАНИЗМИ
Keywords:
Маълумотлар, гипотезалар, Электрон, матнли ҳужжатларни, лингвистик нормаллаштириш.Abstract
Мазкур мақолада ижтимоий тармоқ матнли алмашинувларини таҳлил қилишда дастлабки ишлов бериш механизмини ташкил этиш воситаларининг жорий ҳолати, тадқиқот истиқбол йўналишлари ҳамда таклиф этилаётган ёндашувлар тавсифига бағишланган. Ишда маълумотларга ишлов бериш ёндашувларининг назарий таҳлили, таклиф этилаётган ечим ва натижалар келтирилган.
References
Гмурман В. Е. Теория вероятностей и математическая статистика. — Москва : Высшая школа, 2013. — 479 с.
Вапник В. Н., Стерин А. М. Об упорядоченной минимизации суммарного риска в задаче распознавания образов // Автоматика и телемеханика. — 1978. — № 10. — С. 83—92.
Епрев А.С. Автоматическая классификация текстовых документов // Математические структуры и моделирование / Под ред. А.К. Гуца. – Омск: "Омское книжное издательство", 2010. – Вып. 21. – С. 65-81. – [Электрон ресурс]. URL: http://msm.univer.omsk.su/sbornik/jrn21/sbornik_n21.pdf
Kunneman F., Bosch A. van den. Event detection in Twitter: A machine-learning approach based on term pivoting // Proceedings of the 26th Benelux Conference on Artificial Intelligence / Grootjen, F., Otworowska, M., Kwisthout, J. (ed.). – Nijmegen, 2014. – P. 65-72. – [Электрон ресурс]. URL: http://antalvandenbosch.ruhosting.nl/papers/event-detection-twitter.pdf
Sebastiani F. Machine Learning in Automated Text Categorization // ACM Computing Surveys (CSUR). – New York, 2002. – Vol. 34, No. 1. – P. 1-47. – [Электрон ресурс]. URL: http://nmis.isti.cnr.it/sebastiani/Publications/ACMCS02.pdf
Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. – Springer, 2009. – 745 p.
Rish I. An empirical study of the naive Bayes classifier // IJCAI 2001 workshop on empirical methods in artificial intelligence. – IBM New York, 2001. – Vol. 3, Issue 22. – P. 41-46. – [Электрон ресурс]. URL: http://www.research.ibm.com/people/r/rish/papers/RC22230.pdf
Тузовский А. Формирование семантических метаданных для объектов управления знаниями // Известия Томского политехнического университета. — 2007. — Т. 310. — С. 108—112.
Amaravadi C. S. Knowledge Management for Administrative Knowledge //Expert Systems. | 2005. | 25(2). | Pp. 53{61.
Kuznetsov S., Poelmans J. Knowledge representation and processing with formal concept analysis // Wiley interdisciplinary reviews: Data mining and knowledge discovery. — 2013. — № 3. — С. 200—215.
Roussopoulos N. Conceptual Modeling: Past, Present and the Continuum of the Future // Conceptual Modeling: Foundations and Applications. 2009. | Pp. 139{152.
Hutchins J. ALPAC: The (In)Famous Report // Readings in machine translation. 2003. Vol. 14. P. 131–135.
Маннинг К. Д., Рагхаван П., Шютце Х. Введение в информационный поиск. : Пер. с англ. / Под ред. П. И. Браславского, Д. А. Клюшина, И. В. Сегаловича. М.: ООО «И.Д. Вильямс», 2011. 528 с.
Лукашевич Н. В. Тезаурусы в задачах информационного поиска. М.: Изд-во Московского университета, 2011. 512 с.
Deliyanni A., Kowalski R. A. Logic and Semantic Networks // Communications of the ACM. 1979. Vol. 22, no. 3. P. 184–192.
Корепанова А. А., Абрамов М. В., Тулупьева Т. В. Идентификация аккаунтов пользователей в социальных сетях «вконтакте» и «одноклассники» // Семнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2019, сборник научных трудов – 2019. – С. 153.]
О. Ж. Бабомурадов and Л. Б. Бобоев, “Ўзбек тилидаги матнли ҳужжатларни таснифлашнинг тасодифий ўрмон усули,” in Олий таълим тизимида масофали таълимни жорий этишнинг техник-дастурий ва услубий таъминотини такомиллаштириш истиқболлари, Республика илмий-амалий конференсияси, Қарши, 28 май 2021, 2021, pp. 112–115.
О. Ж. Бабомурадов, Л. Б. Бобоев, “Таснифлашни баҳолаш ўлчовлари,” in Инновацион ёндашувлар илм-фан тараққиёти калити сифатида: ечимлар ва истиқболлар, ЎзМУ Жиззах филиали, Республика миқиёсидаги илмий-техник анжумани, 2020, pp. 146–153.
О.Ж.Бабомурадов, Л. Б. Бобоев, Х. Т. Дусанов, “Матнннинг кетма-кетлик модели,” in Инновацион ёндашувлар илм-фан тараққиёти калити сифатида: ечимлар ва истиқболлар, ЎзМУ Жиззах филиали, Республика миқиёсидаги илмий-техник анжумани, 2020, pp. 192–197.
О. Ж. Бабомурадов, Н. С. Маматов, Л. Б. Бобоев, Б. И. Отахонова, “Text documents classification in Uzbek language,” International journal of recent technology and engineering, vol. 8, no. 2, pp. 3787–3789, 2019.
Y. Du, J. Liu, W. Ke, and X. Gong, “Hierarchy construction and text classification based on the relaxation strategy and least information model,” Expert Systems with Applications, vol. 100, pp. 157–164, 2018.
Гришеленок Д. А., Ковель А. А. Использование результатов математического планирования эксперимента при формировании обучающей выборки нейросети //Известия высших учебных заведений. Приборостроение. – 2011. – Т. 54. – №. 4. – С. 51-54].
[Sabuj M.S., Afrin Z., Hasan K.M.A. (2017) Opinion Mining Using Support Vector Machine with Web Based Diverse Data. / Pattern Recognition and Machine Intelligence. PReMI 2017. Lecture Notes in Computer Science, vol 10597. Springer, pp 673-678.
Filippov A., Moshkin V., Yarushkina N. (2019) Development of a Software for the Semantic Analysis of Social Media Content. // Recent Research in Control Engineering and Decision Making. ICIT 2019. Studies in Systems, Decision and Control, vol 199. Springer, Cham pp 421-432;
Хомский Н. Три модели описании языка//Кибернитеческий сборник.-1961.-Вын.2.-с.81-92.
Филмор Ч. Дело о падеже// Новое в зарубежной лингвистике. Вып. Х.-М.: Лингвистическая семантика, Прогресс, 1981,-с.369-495.
Мельчух И.А. Опыт теорий лингвистических моделей «смысл-текст».-М.: Наука, 1974,-314с.
Yarushkina N. G., Moshkin V. S., Andreev I. A. The sentimentanalysis algorithm of social networks text resources based on ontology //Информационные технологии и нанотехнологии (ИТНТ-2020). – 2020. – pp. 226-232.
