Skip to content

Machine Learning: riconoscimento dell'autore dalla classificazione del testo

Informazioni tesi

  Autore: Fabio Chiodo
  Tipo: Laurea liv.I
  Anno: 2008-09
  Università: Università degli Studi di Catania
  Facoltà: Scienze Matematiche, Fisiche e Naturali
  Corso: Informatica
  Relatore: Giovanni Gallo
  Lingua: Italiano
  Num. pagine: 42

Il lavoro di riconoscimento dell’autore è, per certi aspetti diverso dal classico scenario della classificazione di testi che per lo più tratta il riconoscimento degli argomenti. La difficoltà consiste, da un lato nel distinguere i testi con lo stesso argomento (che probabilmente usano un vocabolario simile) scritti da autori differenti, e dall’altro nel trovare delle invarianze (comunanze) in differenti testi di uno stesso autore.
In questa tesi si descrive l’implementazione di un metodo di selezione delle caratteristiche per questo particolare problema e si valutano sette classificatori standard e un’implementazione personale di un classificatore che utilizza l’approccio “boosting”, in diversi scenari di riconoscimento dell’autore sui dati ottenuti.
I risultati ottenuti confermano conclusioni di ricerche precedenti, cioè che la modalità di utilizzo di parole argomento-indipendenti come preposizioni, articoli ecc... sono buone features per analizzare lo stile di scrittura di uno specifico autore. Anche una più sofisticata analisi grammaticale sembra essere un promettente candidato per questo lavoro.
Per la valutazione del classificatore, il complesso algoritmo ′′Random Forest′′, basato sugli alberi di decisione, è quello che ha operato meglio rispetto agli altri classificatori negli scenari presi in considerazione, soprattutto quelli differenti dal classico riconoscimento degli argomenti.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
Capitolo 1 Introduzione 1.1 Scopo della tesi In questa tesi si voleva risolvere il seguente problema: " Dati due file di testo, A e B, (scritti rispettivamente dagli autori A e B) e un terzo file C, dire se C è stato scritto dall'autore A o dall'autore B." [10] 1 È stato utilizzato l’ausilio del tool open source Wekaoltre ad una propria implementazione di uno dei classificatori utilizzati. È stato inoltre esteso lo scenario sopra descritto oltre l’esposizione data. 2 Sono stati usati, come testi sorgenti, estrazioni da: “Iliade di Omero”e di Noam 3 Chomsky “Language and Mind” (1968) 1.2 Approccio È stato diviso il problema in parecchi e sempre più piccoli passi, illustrati in figura 1.1: • preprocessing Come primo passo, i dati che dovrebbero effettivamente essere utilizzati per l’apprendimento (e la convalida) devono essere selezionati dai file di testo di origine. Dal momento che sono già in formato testo, l’estrazione dei contenuti non deve essere fatta (come, ad esempio, dovrebbe essere fatta necessariamente per i file HTML per separare il contenuto dal markup), ma solamente una selezione di sottoinsiemi per testi di grandi dimensioni. I testi selezionati vengono poi suddivisi in blocchi che in questo caso sono singole frasi. Ogni frase rappresenta una istanza. 1 Machine Learning Project at the University of Waikato in New Zealand: http://www.cs.waikato.ac. nz/ml/index.html 2 http://www.cs.chalmers.se/Cs/Grundutb/Kurser/ai/AIWww/iliad.txt 3 http://www.cs.chalmers.se/Cs/Grundutb/Kurser/ai/AIWww/chomsky.txt 3 ∼

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

classificatori
machine learning
pattern recognition

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi