2720 KB18 KB199320262004Brumen, BoštjanGolob, IzidorGrm, PetraHölbl, MarkoWelzer-Družovec, Tatjanaštevilka:1letnik:12str. 42-46ISSN:1318-1882COBISSID_HOST:8654358URN:URN:NBN:SI:doc-V6QEX4R6slSlovensko društvo InformatikaUporabna informatika (Ljubljana)modelistrojno uvrščanje slovenskih besediluvrščanje slovenskih besedilNatančnost uvrščanja slovenskih besedil|The article presents the topic of automatic text categorization of a Slovene text. Related articles mostly deal with the categorization of an English text;some address other languages like German or Chinese as well. A study of Slovene text categorization has not been carried out yet. We used a tool called "IBM Intelligent Miner for Text" 7 for this task. The research was conducted in three phases. In the first phase we collected 270 articles from daily newspapers and divided them into three categories: economics, politics and sports. We split the articles into a learning-group and a test-group. We created a categorization model in the second phase on the basis of the learning-group. Then in the third pha se we tested the categorization model on the test-group. In spite of the fact that we used a foreign tool, which is not designed for the Slovene language environment, the accuracy of the tool was very good (average 87 %J)v članku predstavljamo meritve natančnosti strojnega uvrščanja slovenskih besedil. Sorodne raziskave na tem področju so bile izvedene predvsem na angleško govorečem področju in na angleških besedilih, prav tako jih je bilo moč zaslediti tudi na ostalih govornih področjih, na primer na nemškem in kitajskem. Na slovenskem govornem področju pa podobnih raziskav ni bilo možno zaslediti. Namen raziskave je ugotavljanje učinkovitosti tujih orodij pri uvrščanju slovenskih besedil. V ta namen smo izbrali 18M-ovo orodje za uvrščanje besedil, imenovano "IBM Intelligent Miner for Text" 7. Raziskava je potekala v 3 fazah. Najprej smo zbrali množico 270 slovenskih besedil iz dnevnega časopisja in jih razvrstili v 3 kategorije: politika, gospodarstvo in sport. Množico smo razdelili na učni del na testni del. Nato je sledila izgradnja uvrščevalnega modela s pomočjo učne mnozice. V tretji fazi smo testirali natančnost izgrajenega modela na podlagi testnega dela. Rezultati uvrščanja slovenskih besedil so se izkazali za presenetljivo dobre (natančnost nad 87 %, kljub temu, da smo uporabili orodje, ki ni namenjeno slovenskem govornem območjuTEXTznanstveno časopisjejournalsSlovenian National E-content AggregatorNational and University Library of SloveniaSlovensko društvo Informatika