بەراوردکردنی ڕێگاکانی هەڵبژاردنی تایبەتمەندی (Feature Selection) لە پۆلێنکردنی دەقی کوردیدا

ئامانجی ئەم توێژینەوەیە لێکۆڵینەوەیە لەسەر کاریگەریی هەڵبژاردنی تایبەتمەندی (Feature Selection - FS) لەسەر کارامەییی پۆلێنکەرەکان بۆ پۆلێنکردنی دەق (Text Classification - TC) لە زمانی کوردیدا. ڕەهەندە زۆرەکانی بۆشاییی تایبەتمەندی (Feature Space) دەکرێت کاریگەریی نەرێنی لەسەر وردیی پۆلێنکردنی دەق دابنێن؛ بۆیە، ڕێگای FS بەکاردەهێنرێت بۆ کەمکردنەوەی بۆشاییی تایبەتمەندییەکان و باشترکردنی وردیی مۆدێلەکە. ئەم توێژینەوەیە هەڵسەنگاندن بۆ چەندین ڕێگای FS دەکات، لەوانە: (DFSS، CHI2، DPM، Gini index، DFS، CMFS، و CC) لەسەر دوو داتاسێتی کوردی (KDC-4007 و KNDH). مۆدێلەکانی (Multinomial Naive Bayes - MNB) و (Support Vector Machines - SVM) بەکارهێنراون بۆ هەڵسەنگاندنی وردی و پێوەری F-measure بۆ ڕێگاکانی FS. تاقیکردنەوەکە نۆ ژێرکۆمەڵەی جیاوازی تایبەتمەندییەکان تاقی دەکاتەوە (٥٠، ١٠٠، ٢٥٠، ٥٠٠، ٧٥٠، ١٠٠٠، ٢٠٠٠، ٣٠٠٠، و ٤٠٠٠). توێژینەوەکە دەری دەخات کە ڕێگاکانی CHI2 و DPM بەرزترین نمرەی وردی و F-measure بۆ مۆدێلی SVM تۆمار دەکەن، لە کاتێکدا ڕێگاکانی CHI2 و CMFS باشترین کارامەیی نیشان دەدەن بۆ مۆدێلی MNB. ئەوەی گرنگە لێرەدا، زۆربەی ڕێگاکانی FS تا ئێستا تەنها لەسەر دەقی ئینگلیزی تاقی کراونەتەوە، و لێکۆڵینەوەی کەم یان هیچ لێکۆڵینەوەیەکیان لەسەر زمانی کوردی بۆ نەکراوە. بۆیە، ئەم توێژینەوەیە بۆشایییەکی گرنگ لە ئەدەبیاتی زانستیدا پڕ دەکاتەوە لە ڕێگەی هەڵسەنگاندنی کاریگەریی ڕێگا جیاوازەکانی FS بۆ پۆلێنکردنی دەقی زمانی کوردی.