Главная страница Случайная страница
Разделы сайта
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
⚡️ Для новых пользователей первый месяц бесплатно. А далее 290 руб/мес, это в 3 раза дешевле аналогов. За эту цену доступен весь функционал: напоминание о визитах, чаевые, предоплаты, общение с клиентами, переносы записей и так далее.
✅ Уйма гибких настроек, которые помогут вам зарабатывать больше и забыть про чувство «что-то мне нужно было сделать».
Сомневаетесь? нажмите на текст, запустите чат-бота и убедитесь во всем сами!
Программная реализация
|
|
Программа реализована на языке программирования PHP с использованием набора дистрибутивов и программной оболочки Joomla.
Количество строк кода ─ ─ 569 стр.
Время работы алгоритма ─ ─ 5 cек.
Пользовательский интерфейс программы представлен на рис. 1
Рисунок 1 — пользовательский интерфейс Полученные результаты и их анализ
Результаты реализованного алгоритма, обученного на 500 документах обучающей выборки, для 100 документов контрольной выборки представлены в таб. 1.
| Ширина потенциала | Ширина потенциала | Ширина потенциала | ||||
| Тип выборки | контрольная | обучающая | контрольная | обучающая | контрольная | обучающая |
| Административное право | 65% | 48% | 65% | 44% | 60% | 34% |
| Аренда договоров | 60% | 36% | 55% | 39% | 50% | 31% |
| Энергоснабжение | 55% | 47% | 50% | 36% | 40% | 42% |
| Гос. регистрация сделок | 80% | 53% | 70% | 56% | 65% | 43% |
| Налоговое законодат. | 70% | 43% | 65% | 51% | 50% | 37% |
| Общий процент ошибок | 66% | 45, 4% | 61% | 45, 2% | 53% | 37% |
Таблица 1 ─ Результаты работы программы.
Результаты, полученные при расчете программой, достаточно среднего качества. Это можно объяснить тем, выбранные для классификации признаки не были подкреплены теоретически, тем самым возрастала вероятность ошибочного определения класса того или иного документа. Значения критериев, вычисленных для каждого документа обучающей выборки, сильно отличались между собой даже у документов, относящихся к одному классу (был велик так называемый «разброс» значений параметров для каждого класса). Тем самым, соотнесение документов к определенным классам было неточным и неэффективным.
Для улучшения результатов работы программы необходимо в первую очередь подобрать и выделить наиболее показательные признаки для описания текстовых документов классов.
|
|