Ứng dụng thuật toán k-láng giềng gần nhất trong phân loại văn bản tin tức theo chủ đề

Abstract

Việc phân loại văn bản theo chủ đề đã có nhiều trên thế giới và ở Việt Nam. Qua việc phân loại văn bản có thể nắm bắt được xu thế xã hội ở các website và ở cộng đồng mạng. Việc phân loại này có thể giúp được chúng ta có thể ra các quyết định, các chính sách hay các hành động phù hợp để thích ứng với xã hội hiện nay, khi mà sự vận động của xã hội thay đổi không ngừng, đặc biệt là trong thời kỳ cách mạng công nghiệp 4.0. Thuật toán phân loại văn bản bằng KNN là một trong những thuật toán để bổ trợ cho chúng ta thực hiện mục đích trên. Với KNN, ta có thể tận dụng được các ưu điểm của thuật toán nhằm công sức, tận dụng được sức mạnh của máy móc cũng như giảm được thời gian khi chúng ta thực hiện phân loại văn bản. Trong bài luận văn, tôi nêu các lý thuyết liên quan đến thuật toán, cách áp dụng trong việc phân loại văn bản sử dụng ngôn ngữ Python. Qua đó, đưa ra các kết quả đánh giá khi áp dụng thuật toán này trong thực tế.