Daugiaklasių duomenų klasifikavimo metodų tyrimas

Abstract

Šiame darbe buvo atliktas daugiaklasių lietuvių kalba rašytų duomenų klasifikavimo metodų tyrimas. Tikslui pasiekti buvo apžvelgti klasifikavimo metodai, kriterijai, paruošimo klasifikavimui principai, panaudojimo galimybės ir atlikti tyrimai. Atlikus tekstinių duomenų paruošimą klasifikavimo uždaviniui spręsti, buvo paruoštos 44 klasifikatorių kombinacijos ir atliktas klasifikavimas naudojant tris skirtingus daugiaklasių duomenų klasifikacijos metodus. Gauti rezultatai lyginti laiko ir klasifikavimo tikslumo aspektais, nustatyti geriausiai pasirodę klasifikatoriai ir skirtumai bei privalumai naudotų klasifikavimo būdų. Darbo apimtis yra 65 p. teksto be priedų, 26 iliustr., 6 lent., 27 šaltiniai. Darbo gale ir išoriniuose failuose yra pateikiami priedai.

In this paper, a study of classification methods for multi-label data written in Lithuanian was conducted. To achieve this goal, classification methods, criteria, principles of preparation for classification, possibilities of application and research were reviewed. After the preparation of the textual data for the classification task, 44 combinations of classifiers were prepared and the classification was performed using three different multiclass data classification methods. The results obtained were compared in terms of time and classification accuracy, the best performing classifiers were identified and the differences and advantages of the classification methods used were identified. The thesis consists of 65 pages of text without appendices, 26 illustrations, 6 tables, 27 references. Appendices are included at the end of the paper and in external files.