Text categorization: differenze tra le versioni

Versione delle 00:40, 24 ott 2007

Versione attuale delle 14:35, 25 lug 2024

(23 versioni intermedie di 19 utenti non mostrate)

Riga 1:

{{S|applicazioni dell'informatica}}

La '''Text Categorization'''('''TC'''), in ambito informatico, è l'attività, nota anche come ''text classification'', che si occupa di classificare testi in linguaggio naturale assegnando '''automaticamente''' collezioni di documenti ad una o più classi appartenenti ad un insieme detto '''set di classi''' predefinito. Per reazlizzare ciò è necessario ''addestrare'' il sistema di TC tramite autoapprendimento a esempi (istanze) da cui generare un modello generale per la classificazione noto come '''classificatore'''.

La '''classificazione del testo''' (in inglese ''text categorization'' o ''text classification'', abbreviata come TC) è, nell'[[intelligenza artificiale]], un'attività che si occupa di [[Classificazione|classificare]] [[Documento digitale|testi digitali]] espressi in una [[lingua naturale]] assegnando in maniera automatica collezioni di documenti a una o più classi appartenenti a un "insieme di classi" predefinito.

Per realizzare ciò si utilizzano solitamente degli approcci di [[apprendimento automatico]] di tipo [[Apprendimento supervisionato|supervisionato]], dove è necessario addestrare il sistema tramite auto-apprendimento per esempi (anche chiamate istanze) da cui generare un modello generale per la classificazione automatica. Esistono tuttavia altri approcci, come quello [[Apprendimento non supervisionato|non supervisionato]] o semi-supervisionato, ma solitamente con risultati peggiori.

==Applicazioni==

Tipica applicazione per questa tecnica è l'interpretazione di [[e-mail]], con l'obiettivo di segnalare possibili e-mail indesiderate ([[spam]]).

==Voci correlate==

*[[Apprendimento supervisionato]]

*[[Apprendimento non supervisionato]]

{{Portale|neuroscienze}}

[[Categoria:Intelligenza artificiale]]