| En/De/Fr/It- (first 9 out of 200 sentences)
[pdf] |
Srpski - (prvih 9 od 200 rečenica)
[pdf]
|
| n1 | Application of a Structural Support Vector Machine Method to N-gram Based Text Classification in Serbian | n1 | N-gramski zasnovana klasifikacija teksta na srpskom jeziku primenom metode strukturalnih podržavajućih vektora |
| n2 | ABSTRACT: The paper presents classification results that were obtained using the Support Vector Machine method (SVM) over a hierarchically organized corpus of documents in Serbian. | n2 | SAŽETAK: U radu su predstavljeni rezultati klasifikacije hijerarhijski organizovanog korpusa dokumenata na srpskom jeziku korišćenjem metode podržavajućih vektora (MPV, engl. Support Vector Machine, SVM). |
| n3 | Two techniques derived from the SVM with structural output have been applied: multiclass flat classification and hierarchical classification. | n3 | Primenjene su dve tehnike klasifikacije izvedene iz metode MPV sa strukturnim izlazom: višeklasna ravna (engl. flat) i hijerarhijska klasifikacija. |
| n4 | A common representation model of a document and a class or a hierarchy of classes the document belongs to, specific for this form of the SVM method, is based on different length byte n-grams. | n4 | Model zajedničke reprezentacije dokumenta i klase ili hijerarhije klasa kojima dokument pripada, specifičan za ovaj oblik MPV metode, baziran je na n-gramima bajtova različite dužine. |
| n5 | Four tf-idf statistics have been used that define significance of an n-gram for a specific document. | n5 | Korišćene su četiri tf-idf statistike koje određuju značajnost n-grama za određeni dokument. |
| n6 | The described techniques and statistics have been tested on a hierarchically structured subset of the Ebart corpus of newspaper texts. | n6 | Opisane tehnike i statistike testirane su na hijerarhijski struktuiranom podskupu Ebart korpusa novinskih tekstova. |
| n7 | The results obtained for both types of classifiers are similar for the corpus as a whole, while hierarchical classifier performs better for most specific classes with a small number of texts. | n7 | Dobijeni rezultati za oba tipa klasifikatora na nivou celog korpusa su približni, dok na nivou pojedinačnih klasa hijerarhijski tip klasifikatora pokazuje bolje rezultate za većinu klasa sa malim brojem tekstova. |
| n8 | KEYWORDS: hierarchical text classification, Support Vector Machine Method, Ebart corpus | n8 | KLjUČNE REČI: hijerarhijska klasifikacija teksta, metoda podržavajućih vektora, Ebart korpus |
| n9 | 1. Introduction | n9 | 1. Uvod |