Rule based automatic news tagging
| Autor: | Özenç, Berke, Solak, Ercan |
|---|---|
| Přispěvatelé: | Işık Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Işık University, Faculty of Engineering, Department of Computer Engineering, Özenç, Berke, Solak, Ercan |
| Jazyk: | turečtina |
| Rok vydání: | 2017 |
| Předmět: |
HTML
Signal processing Natural language processing Information technology News Tag recommendation Automatic news tagging Doğal dil işleme Natural language processing systems Natural languange processing Rule based Semantics Subgoals Information resources Dogs Tagging Etiketleme Public networks Recommender systems Feature extraction Data mining Haber |
| Popis: | Bu çalışmada , genel ağ kaynaklarından haber toplayan ve topladığı bu haberleri otomatik olarak etiketleyen kural tabanlı bir uygulama yapılmıştır. Çalışmanın alt amacı hangi özelliklerin etiket belirleme işine daha uygun olduğunu ölçmektir. Elle etiketlenmiş 100 haber üzerinde her bir kuralın başarısı oranı ölçülmüştür. In this study, a rule based application that collects news from public network sources and automatically tags these news gathered has been implemented. The sub-goal of the study is to measure which features are more appropriate for tagging. The success rate of each feature was measured on 100 manually tagged news. Publisher's Version |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|