Questo lavoro descrive le procedure seguite per la selezione, registrazione e costruzione di un soggettario, non esaustivo ma specifico, che possa classificare in modo automatico la letteratura grigia presente nella nostra biblioteca. La posizione numerica relativa dei termini, di una pubblicazione non convenzionale, viene codificata e data in ingresso ad una rete neurale la cui uscita è il soggetto cui appartiene questa pubblicazione; l'apprendimento della rete è fatto su tutta la raccolta LG disponibile nell'Istituto. Successivamente all'apprendimento, una nuova pubblicazione, ancora non catalogata, può essere classificata in modo automatico seguendo gli step durante l'apprendimento. In questo rapporto vengono illustrati i risultati ottenuti.

Sviluppo di un soggettatore automatico di letteratura grigia con algoritmi di rete neurale.

Lanza Clara
2000

Abstract

Questo lavoro descrive le procedure seguite per la selezione, registrazione e costruzione di un soggettario, non esaustivo ma specifico, che possa classificare in modo automatico la letteratura grigia presente nella nostra biblioteca. La posizione numerica relativa dei termini, di una pubblicazione non convenzionale, viene codificata e data in ingresso ad una rete neurale la cui uscita è il soggetto cui appartiene questa pubblicazione; l'apprendimento della rete è fatto su tutta la raccolta LG disponibile nell'Istituto. Successivamente all'apprendimento, una nuova pubblicazione, ancora non catalogata, può essere classificata in modo automatico seguendo gli step durante l'apprendimento. In questo rapporto vengono illustrati i risultati ottenuti.
2000
Istituto Nazionale di Ottica - INO
Rapporto intermedio di progetto
Artificial Neural Network
IT for Library
Data Mining
File in questo prodotto:
File Dimensione Formato  
prod_463028-doc_181504.pdf

solo utenti autorizzati

Descrizione: Sviluppo di un soggettatore automatico di letteratura grigia con algoritmi di rete neurale
Tipologia: Altro materiale allegato
Licenza: NON PUBBLICO - Accesso privato/ristretto
Dimensione 7.48 MB
Formato Adobe PDF
7.48 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14243/442629
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact