Αξιολόγηση Επισημειώσεων Με Τη Μέθοδο Της Συσταδοποίησης Κειμένων

Abstract

Σε αυτήν την εργασία προτείνεται ένα σύστημα αξιολόγησης των επισημειώσεων ενός συνόλου εγγράφων. Αρχικά γίνεται μία συσταδοποίηση αναφοράς του συνόλου των εγγράφων σε επιμέρους συστάδες με βάση το περιεχόμενο των κειμένων, τα οποία αναπαρίστανται στο μοντέλο διανυσματικού χώρου με τεχνική αναπαράστασης tf-idf. Στη συνέχεια γίνεται νέα συσταδοποίηση των εγγράφων με βάση τις ετικέτες με τις οποίες αυτά έχουν επισημειωθεί. Ακολουθεί σύγκριση της νέας συσταδοποίησης τη συσταδοποίηση αναφοράς με χρήση το δείκτη Rand Index. Τέλος, οι επισημειώσεις των εγγράφων εμπλουτίζονται μέσω της αντιστοίχισης των ελεύθερων λέξεων - κλειδιών που έχουν ορίσει οι συγγραφείς των εγγράφων σε έννοιες της ιεραρχικής οντολογίας από την οποία προέρχονται και οι αρχικές επισημειώσεις. Γίνεται εκ νέου συσταδοποίηση με βάση τις εμπλουτισμένες ετικέτες και η τελική συσταδοποίηση συγκρίνεται και πάλι με τη συσταδοποίηση αναφοράς.