PENGARUH STEMMING TERHADAP EKSTRAKSI TOPIK MENGGUNAKAN METODE TF*IDF*DF PADA APLIKASI PDS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Personal Digital Secretary (PDS) is a system that was developed to be a "personal secretary" who work alongside users digitally. PDS convey information to users in the form of email, social media and news. In order to know the information and news from the outside, it must be done by extracting user topics through email and social media, with the result that news information will have corresponding relationships with users. User topic extraction through email and social media in PDS is using modified weighting method in TF*IDF algorithm named TF*IDF*DF. In the further development, added stemming process in hopes of obtaining an appropriate topic. From the research that has been done, there are differences in terms obtained from the topic extraction without addition stemming process and with addition of stemming process. News information obtained by the addition of stemming process has more focused results than the news information obtained from the topics extraction without additional stemming process. With the addition of stemming process on the TF*IDF*DF algorithm indicates that the word (terms) results obtained from the extraction process has become the basic words because of stemming process. These Basic words are the basic form that an indication of a topicKeywords: User topic, topic extraction, TF*IDF, topic model, fiture selection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle