Tagged Images Retrieval using Latent Dirichlet Allocation (LDA)

الموضوعات

علوم تطبيقية وتكنولوجية

روابط وملفات

التعريف والنوع

رقم الوثيقة

ed3d6a13-1d7a-448b-bb98-c8ce727c954f

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل ماجيستير

نوع الملف

pdf text

أسماء الملفات

997464_1.pdf

بيانات النشر

ترجمة العنوان

استرجاع الصور المرفقة بمعلومات باستخدام تقنية (تخصيص ديريشلت الكامنة)

ألقاب المؤلفين

[{"name_ar":"سها كمال عبد الائمة سلمان","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"غيداء عبد الحسين السلطاني","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

English

المصدر والدورية

اسم المصدر

Tagged Images Retrieval using Latent Dirichlet Allocation (LDA)

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

في الآونة الأخيرة، التحليل الاحتمالي على البيانات النصية وجد لتغطية مختلف مشاكل تنقيب البيانات النصية مثل نمذجة الموضوع. وقد برزت خوارزمية (Latent Dirichlet Analysis) الذي يستند إلى موضوع النمذجة كحقل للبحوث الفعالة للتعامل مع الضوضاء ، وقضايا الأبعاد الكثيرة من النص. وهو يوفر طريقة مهمة لتقليص كمية هائلة من البيانات من خلال تنظيم وفهم وتضمين علاقات جديدة لاكتشاف المواضيع المخفية لتلك البيانات. ومع ذلك ، لا تعمل خوارزمية LDA بشكل مثالي مع النصوص القصيرة. في هذه الرسالة ، تم النظر في موضوع النمذجة النصية القصيرة مع وصف نصي مشروح لفئات متنوعة من الصور. تم اقتراح نمذجة الموضوع مع تقنية Latent Dirichlet Allocation على مجموعة من أوصاف نصوص الصور لإدراك الموضوع الدقيق لكل مجموعة من الصور فيما يتعلق بالأوصاف المرفقة بها ، والتي يسهل من خلالها تصنيف الصور الجديدة المبنية على الموضوعات الملحوظة.بالإضافة إلى ذلك ، اخذ بنظر الاعتبار في الرسالة الى عملية تحسين أداء LDA باستخدام الدلالات المعجمية. وقد ركز على إثراء وصف النص المشروح للصور المعطاة مع معنى المصطلحات اللغوية و تركيبتها. تم تطبيق المعجم الدلالي) (WordNet لإنتاج مصطلحات المرادفات الإضافية للصور. هذه الكلمات مع مرادفاتها اضيفت الى LDA لاستخراج المواضيع المخصّصة. تم تقييم النظام المقترح من حيث Mean Average Precision. تمت مناقشة النتائج ومقارنتها بنتائج الطريقة بدون دعم المعجم الدلالي.تم اختبار العمل الذي تم تقييمه على أساس مجموعة بيانات CLEF. كانت النتائج مشجعة فيما يتعلق بتحسين استرجاع الصور باستخدام استخراج المواضيع. تمت مقارنة تقييم العمل مع البحوث الأخرى على أساس Mean Average Precision (0.67) والتي تم تقييمها في نفس مجموعة البيانات. النتيجة التي تم الحصول عليها باستخدام جافا على NetBeans IDE 8.

إشراف وإعداد

الإشراف

غيداء عبد الحسين السلطاني

الإعداد

سها كمال عبد الائمة سلمان

الاقتباسات الببليوغرافية