Model tas-kata-kata: Perbedaan antara revisi

Jelajahi riwayat secara interaktif

← Revisi sebelumnya Revisi selanjutnya →

Konten dihapus Konten ditambahkan

VisualTeks wiki

Revisi per 16 Februari 2018 11.31 sunting Guspan Tanadi (bicara \| kontrib) 519 suntingan kTidak ada ringkasan suntingan Tag: VisualEditor ← Revisi sebelumnya		Revisi per 7 Desember 2023 09.56 sunting balikkan Cendy00 (bicara \| kontrib) 516 suntingan Fitur saranan suntingan: 3 pranala ditambahkan. Tag: VisualEditor Tugas pengguna baru Disarankan: tambahkan pranala Revisi selanjutnya →
(30 revisi perantara oleh 5 pengguna tidak ditampilkan)
Baris 1: {{DISPLAYTITLE:Model tas-kata-kata}} Model bag-of-words ialah sebuah gambaran sederhana digunakan dalam <nowiki/>[[Pemrosesan bahasa alami\|pengolahan bahasa alami]] dan [[Sistem temu balik informasi\|pencarian informasi]]. Pada model ini, teks (sebuah kalimat atau dokumen) ialah digambarkan sebagai ''bag'' dari kata-kata, mengabaikan tata bahasa dan bahkan urutan kata namun menghitung kejadian atau kemunculan kata dari dokumen. '''Model tas-kata-kata''' ({{lang-en\|Bag-of-words model}}) ialah sebuah gambaran sederhana digunakan dalam [[Pemrosesan bahasa alami\|pengolahan bahasa alami]] dan [[Sistem temu balik informasi\|pencarian informasi]].<ref name="s1">Soumya George K, Shibily Joseph. ''Text Classification by Augmenting Bag of Words (BOW) Representation with Co-occurrence Feature''. IOSR Journal of Computer Engineering (IOSR-JCE) Volume 16, Issue 1, Ver. V (Jan. 2014), PP 34-38</ref> Dikenal sebagai model [[ruang vektor]].<ref name="s2">McTear, Michael (''et al''.) (2016). ''The Conversational Interface - Talking to Smart Devices''. hlm. 166.</ref> Pada model ini, tiap kalimat dalam dokumen digambarkan sebagai ''[[Tokenisasi\|token]]'', mengabaikan [[tata bahasa]] dan bahkan [[urutan kata]] namun menghitung frekuensi kejadian atau kemunculan kata dari dokumen.<ref name="s2"/><ref>Saxena, D., Saritha, S. K., & Prasad, V. (2017). ''Survey Paper on Feature Extraction Methods in Text Categorization''. International Journal of Computer Applications, 166(11).</ref> == Contoh Implementasi == Terdapat dua dokumen teks sederhana D1 dan D2:<ref name="s1"/> D1: "''The Sun is a star. Sun is beautiful''." D2: "''The Moon is a satellite''." Berdasar pada kedua dokumen tersebut, sebuah kamus dibangun: <syntaxhighlight lang="text"> { "The":1 "Sun":2 "is":3 "a":4 "star":5 "beautiful":6 "Moon":7 "satellite":8 } </syntaxhighlight> Dokumen memiliki 8 kata berbeda. Tiap dokumen digambarkan sebagai 8 unsur vektor [1, 2, 2, 1, 1, 1, 0, 0] [1, 0, 1, 1, 0, 0, 1, 1] yang mana tiap entri dari vektor mengacu pada jumlah entri dalam kamus. == Catatan kaki == {{reflist}} [[Kategori:Pemrosesan bahasa alami]] [[Kategori:Pemelajaran mesin]]