一种优化文本预处理和文本分类的方法,使用多个学习周期与船舶经纪人电子邮件上的应用程序进行学习
Grigorios Papageorgiou1, Polychronis Economou1, Sotirios Bersimis2
1Department of Civil Engineering, University of Patras, Patras, Greece.
Journal of applied statistics
|September 18, 2024
概括
本研究引入了一种新的两步分类方法和两周期标签程序,以有效处理业务电子邮件. 这种方法优化了文本分类,为组织节省时间和资源.
科学领域:
- 计算机科学 计算机科学
- 数据科学数据科学数据科学
- 自然语言处理自然语言处理.
背景情况:
- 优化文本预处理和分类对于大型组织至关重要.
- 处理非结构化,杂的商业电子邮件与缩写是具有挑战性的.
- 有效的电子邮件管理对于知识提取和降低成本至关重要.
研究的目的:
- 为高效的电子邮件处理提出一种新的两步分类方法.
- 引入双循环标签程序以加快标签过程.
- 为了优化性能,比较各种文本分类和矢量化算法.
主要方法:
- 采用了两步启发式分类方法.
- 为了加快数据注释,实施了双循环标签程序.
- 使用F1分数和平衡精度的分类和文本矢量化算法的比较.
主要成果:
- 拟议的算法在现实应用中表现出色.
- 观察到组织和管理的显著改善.
- 通过自动化电子邮件处理实现了运营成本的降低.
结论:
- 开发的方法有效地解决了商业电子邮件分类方面的挑战.
- 该方法为大型组织提供了可扩展和高效的解决方案.
- 该研究强调了节省成本和改进知识管理的潜力.
