{"id":18366874,"url":"https://github.com/zamgi/lingvo--classify","last_synced_at":"2025-04-06T16:32:26.618Z","repository":{"id":121682386,"uuid":"80756986","full_name":"zamgi/lingvo--classify","owner":"zamgi","description":"Автоклассификация текста на русском языке","archived":false,"fork":false,"pushed_at":"2025-03-06T18:30:14.000Z","size":48959,"stargazers_count":11,"open_issues_count":0,"forks_count":6,"subscribers_count":4,"default_branch":"master","last_synced_at":"2025-03-22T03:31:43.997Z","etag":null,"topics":["classification","linguistics","lingvo","natural-language-processing","nlp","nlp-machine-learning","text-classification"],"latest_commit_sha":null,"homepage":"","language":"C#","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/zamgi.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE.md","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null}},"created_at":"2017-02-02T18:45:59.000Z","updated_at":"2025-03-06T18:30:18.000Z","dependencies_parsed_at":"2023-11-22T22:37:42.935Z","dependency_job_id":null,"html_url":"https://github.com/zamgi/lingvo--classify","commit_stats":null,"previous_names":[],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zamgi%2Flingvo--classify","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zamgi%2Flingvo--classify/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zamgi%2Flingvo--classify/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zamgi%2Flingvo--classify/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/zamgi","download_url":"https://codeload.github.com/zamgi/lingvo--classify/tar.gz/refs/heads/master","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":247512907,"owners_count":20950955,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["classification","linguistics","lingvo","natural-language-processing","nlp","nlp-machine-learning","text-classification"],"created_at":"2024-11-05T23:19:16.451Z","updated_at":"2025-04-06T16:32:21.593Z","avatar_url":"https://github.com/zamgi.png","language":"C#","funding_links":[],"categories":[],"sub_categories":[],"readme":"# lingvo--classify\n\n\u003ca target=\"_blank\" href=\"http://cls.apphb.com/index.html\"\u003e[ live demo ]\u003c/a\u003e\n\n\u003cdiv style=\"padding: 20px\"\u003e\n                        \u003cp\u003e\n                        Автоматическая классификация документов заключается в автоматическом соотнесении каждого входящего документа \n\t\t\t\t\t\tпо заранее определенным классам (или тематикам).\n                        \u003c/p\u003e\n                        \u003cp\u003e\n                        Как правило, методы автоматической классификации основаны на так называемом методе машинного обучения: \n\t\t\t\t\t\tсначала получают обученную с помощью какого-либо алгоритма модель, качество которой определяет точность \n\t\t\t\t\t\tклассификации. Таким образом, процесс обучения зависит от выбранного алгоритма и «чистоты» обучающей выборки.\n                        \u003c/p\u003e\n                        \u003cp\u003e\n                        Следует учесть, что большое количество классов (десятки и сотни) приводит к увеличению трудоемкости обучения и \n\t\t\t\t\t\tпонижению точности классификации. Тематики, близкие по своей сути (например, экономика и бизнес), \n\t\t\t\t\t\tприводят к тому, что классы в обучающей модели начинают пересекаться, приводя к снижению точности. \n\t\t\t\t\t\tВ таких случаях, как правило, такие классы объединяют в один, а затем используют подклассификацию,\n\t\t\t\t\t\tили повторную классификацию документов внутри класса.\n                        \u003c/p\u003e\n                        \u003cp\u003e\n                        В данной системе автоматической классификации используется популярный метод опорных векторов (или SVM – Support Vector Machine) с мерой TFiDF.  Модель в данной версии обучена на нескольких классах, определенных заранее:\n                        \u003col\u003e\n                            \u003cli\u003eАвто\u003c/li\u003e\n                            \u003cli\u003eЭкономика и бизнес\u003c/li\u003e\n                            \u003cli\u003eШоу-бизнес и развлечения\u003c/li\u003e\n                            \u003cli\u003eСемья\u003c/li\u003e\n                            \u003cli\u003eМода\u003c/li\u003e\n                            \u003cli\u003eКомпьютерные игры\u003c/li\u003e\n                            \u003cli\u003eЗдоровье и медицина\u003c/li\u003e\n                            \u003cli\u003eПолитика\u003c/li\u003e\n                            \u003cli\u003eНедвижимость\u003c/li\u003e\n                            \u003cli\u003eНаука и технологи\u003c/li\u003e\n                            \u003cli\u003eСпорт\u003c/li\u003e\n                            \u003cli\u003eТуризм, путешевствия\u003c/li\u003e\n                            \u003cli\u003eКулинария\u003c/li\u003e\n                        \u003c/ol\u003e\n                        \u003c/p\u003e\n                        \u003cp\u003e \n\t\t\t  Согласно этим классам происходит классификация каждого входящего документа с учетом его меры близости \n\t\t\t  к тому или иному классу. Если документ близок к двум тематикам, то он попадает в соответствующие два класса. \n\t\t\t  Если документ похож сразу на несколько тематик, то, скорее всего, это шум.\n                        \u003c/p\u003e\n                        \u003cp\u003e\n                          Качество классификации чаще всего оценивается по двум критериям: точностью и полнотой классификации. \n\t\t\t  \u003cb\u003eТочность\u003c/b\u003e показывает, насколько точно документы попадают в определенный класс, \n\t\t\t  а \u003cb\u003eполнота\u003c/b\u003e определяется соотношением документов, релевантных данному классу, \n\t\t\t  к общему количеству релевантных документов. Точность можно повышать, задавая порог прохода документа \n\t\t\t  в тот или иной класс, при этом полнота классификации будет уменьшаться. Как правило, \n\t\t\t  стараются найти оптимальное соотношение этих критериев.\n                        \u003c/p\u003e\n                        \u003cp\u003e\n                        Данная система автоматической классификации показывает около 83% точности и 92% полноты.\n                        \u003c/p\u003e\n                        \u003cbr/\u003e\n                    \u003c/div\u003e\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fzamgi%2Flingvo--classify","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fzamgi%2Flingvo--classify","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fzamgi%2Flingvo--classify/lists"}