O’zbekiston respublikasi axborot texnologiyalari va kommunikatsiyalarini rivojlantirish vazirligi muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti samarqand filiali

3.1 Malumotlar yig’ish
3.2 Matnni oldindan qayta ishlash
3.3 Hususiyatlarni tanlash
3.4 Model
4. Natijalar
5. Xulosa va kelgusi ish


Abstrakt. Internetda turli mavzulardagi katta hajmdagi onlayn yangiliklar joylashtirilmoqda. Ushbu ma'lumotlarni qayta ishlash vazifalaridan biri foydalanuvchiga muhim va qiziqarli yangiliklarni tez va oson izlash uchun tegishli usul va vositalarni taqdim etishdir. Ushbu muammoni hal qilishning yondashuvi yangiliklarni tegishli sinflarga oqilona taqsimlashdir. Bu elektron hujjat bo'limining avtomatlashtirilgan tasnifining ahamiyatini oshiradi. Bu ishda biz o‘zbek tilida yozilgan matnlar uchun ko‘p sinfli matnlarni tasniflash vazifasini ko‘rib chiqamiz. O‘zbekiston “Daryo” internet-nashridan o‘nta toifadagi maqolalar saralanib, ular uchun ma’lumotlar to‘plami ishlab chiqildi. Ushbu ma'lumotlar to'plami uchun ko'p sinfli matn tasnifini amalga oshirishda quyidagi 6 xil mashinani o'rganish algoritmlaridan foydalanilgan: Yordam vektor mashinalari (SVM), qarorlar daraxti tasniflagichi (DTC), tasodifiy o'rmon (RF), logistik regressiya (LR) va multinomial Na¨ Ive Bayes (MNB). Matnni tasniflashning taklif etilayotgan funksional sxemasi va ishlab chiqilgan dasturiy ta’minot bosqichlarining batafsil texnologik tavsifi berilgan. Xususiyatlarni chiqarish usullari sifatida TF-IDF algoritmi va so'z darajasi va belgilar darajasidagi n-gramm modellari ishlatilgan. Matnni tasniflash uchun giperparametrlarni aniqlashda 5 marta o'zaro tekshirish ishlatilgan. Tajribalar o'tkazildi va eng yuqori aniqlik 86,88% ni tashkil etdi. Ushbu maqolada taklif etilgan model va usullardan o‘zbek tilida yozilgan matnlarni tasniflash va bu boradagi keyingi tadqiqotlarda muvaffaqiyatli foydalanish mumkin.