وبلاگ

“His” و"John"در جمله اول به یک موجودیت اشاره دارند در صورتی در جمله دوم"His” و"John” نمی‏توانند به یک موجودیت اشاره داشته باشند. چون یک فرد به حمایت خودش نیاز ندارد.[۹۴]
با بهره گرفتن از این روش، ابتدا مسیرهای وابستگی میان دو عبارت اسمی استخراج می‏گردد. به عنوان نمونه مسیر وابستگی در مثال ۱۱، برابرست با <noun> needs <pronoun> friend که در آن دو عبارت اسمی مورد بررسی که همان پایانه^[۱۲۰]ها هستند، حذف شده‏اند. بدین ترتیب، تعداد دفعاتی که یک مسیر وابستگی خاص در پایگاه داده آموزشی دیده‏شده و در آن دو عبارت پایانه هم‏مرجع بوده‏اند. از طرف دیگر تعداد دفعاتی که این مسیر وابستگی دیده شده و دو عبارت پایانه هم‏مرجع نبوده‏اند نیز محاسبه می‏شود. به علاوه اینکه این روش با بهره گرفتن از همین مسیرهای وابستگی اطلاعات جنس عبارات اسمی را نیز استخراج می‏نماید.
مزایا و معایب روش‏های مبتنی بر پیکره:
مزیت اینگونه روش‏ها در این است که می‏توانند دانش مفیدی را از پیکره‏های آموزشی کسب نمایند، که کسب آن‏ها در سایر روش‏ها نیازمند محاسبات سنگین و زمان بر و حتی گاهی اوقات غیر ممکن می‏باشد. با این وجود کسب چنین دانشی تنها از روی پیکره‏های زبان‏شناسی بسیار بزرگ ممکن است. به‏علاوه، ابزارهای زبان‏شناسی مناسبی(مانند تجزیه‏گر آماری) برای پردازش پیکره‏ها نیاز است. چنین پیکره‏ها و ابزارهایی در بسیاری از زبان‏های طبیعی به‏خصوص زبان پارسی وجود ندارد.

۲-۱-۳-۴.روش‏های جایگزین:
۲-۱-۳-۴-۱.روش هم‏آموزی^[۱۲۱]
هم‏آموزی گونه‏ای از یادگیری باناظر ضعیف می‏باشد که در آن دو رده‏بند مجزا بر روی دو یا چند جنبه^[۱۲۲]ی متفاوت از یک داده‏ی یکسان آموزش می‏بینند بنابراین فرایند یادگیری دارای افزونگی نخواهد بود.[۳] در سال ۲۰۰۱، مولر^[۱۲۳] و همکاران از روش هم‏آموزی در فرایند تشخیص مرجع مشترک استفاده‏نمودند که برای انجام آن داده‏ها به دو جنبه تقسیم می‏شوند.[۱۷] منظور از جنبه‏ها در اینجا همان ویژگی‏ها می‏باشد. (البته تقسیم آن‏ها به دو بخش لزوما یک افراز معنادار برای ویژگی‏ها محسوب نمی‏شود). در این روش داده‏ها براساس نوع عبارت اسمی به سه مجموعه تقسیم می‏شوند و با توجه به هر یک از این مجموعه‏ها الگوریتم ارائه شده متفاوت عمل می‏کند. از طرفی دیگر، ان جی^[۱۲۴] و کاردیه^[۱۲۵] در سال ۲۰۰۳ با دیدی متفاوت این مسئله را مورد بررسی قرار دادند، چرا که نمی‏توان با روش قبل یک افراز واضح و مشخص از ویژگی‏های مورد استفاده در زنجیره های عبارت‏های اسمی هم‏مرجع داشت و یا اگر هم امکان پذیر باشد، یافتن چنیِن اِفرازی مشکل خواهد بود. بنابراین ان‏جی و کاردیه الگوریتم خودراه‏اندازِ^[۱۲۶] یک جنبه‏ای را به کار بستند. براساس آزمایشات مشابهی که آن‏ها بر روی مجموعه داده‏های MUC-6 و MUC-7 انجام دادند، الگوریتم ارائه شده‏ی آن‏ها بهتر از الگوریتم هم‏آموزی ارائه شده توسط مولر و همکارانش عمل می‏کند.[۱۰۰]
در روش‏های قبلی، از شیوه‏های حریصانه برای یافتن بهترین افراز ویژگی‏ها استفاده می‏شد، ولی این روش به جای بهره بردن از چندین جنبه گوناگون، از یک جنبه به همراه چندین الگوریتم یادگیری متفاوت بهره می‏برد. از آن جایی که عامل‏های یادگیرنده متفاوت، گرایش^[۱۲۷]‏های متفاوتی دارند، فرضیات متفاوتی از داده‏ها را در نظر می‏گیرند و در نتیجه خروجی آن‏ها می‏تواند مکمل یکدیگر باشند. در نتایج ارائه شده در [۱۰۰]، الگوریتم خودراه‏اندازی که با چند عامل یادگیرنده عمل می‏کند، بسیار بهتر از عامل یادگیرنده‏ی هم‏آموزی است که بر روی چند جنبه متفاوت از داده‏ها عمل می‏ نمایند. به طور کلی در این پژوهش از عامل یادگیرنده بِِیزین ساده و لیست های تصمیم^[۱۲۸] به کار رفته است.
۲-۱-۳-۴-۲.مدل احتمالاتی مرتبه اول^[۱۲۹]
در سال ۲۰۰۷، کولتا ^[۱۳۰]و همکارانش روشی ارائه دادند که از منطق مرتبه اول احتمالاتی برای نمایش ویژگی‏ها استفاده می‏نماید. در منطق مرتبه اول احتمالی، به هر یک از مستندات^[۱۳۱]، احتمالی تخصیص داده می‏شود. بنابراین یک پیکربندی^[۱۳۲] برای مسئله می‏تواند با مجموعه‏ای از مستندات نمایش داده شود که به هر یک، پارامتری تخصیص داده می‏شود و از طرفی دیگر، احتمال هر پیکربندی با ترکیب این مستندات وزن‏دار متناسب می‏باشد.[۴]
استنتاج^[۱۳۳]، در این روش مستقیماً بر روی مجموعه‏ای از مستندات انجام می‏شود و تنها به یک جفت از عبارات اسمی محدود نیست. بنابراین می‏توان ویژگی‏هایی را در نظر گرفت که برای تصمیم‏ گیری کل مجموعه عبارات را در نظر می‏گیرند. که این در مورد روش‏هایی که بر اساس یک جفت عبارات اسمی عمل می‏کردند، قابل اعتماد نبود.
مدلی که کولتا و همکارانش ارائه دادند، از نظر قدرت نمایشی^[۱۳۴]، قدرتی برابر با شبکه‏های منطقی مارکوف^[۱۳۵][۶۶] دارد که در آن می‏توان معادلات دلخواهی در منطق مرتبه اول ساخت. به این منوال فرایند تشخیص مرجع مشترک را توصیف می‏نماید و می‏تواند وزن نمونه‏های^[۱۳۶] این معادلات را فرابگیرد. نویسندگان این مقاله، راهکارهایی برای انتخاب نمونه‏های آموزشی و تنظیم پارامترها ارائه داده ‏اند که موجب بهبود و کارائی سیستم می‏شود.
مزایا و معایب مد ل احتمالی مرتبه اول
مزیت این مدل در این است که ویژگی‏ها بر اساس مجموعه‏ای از عبارات اسمی استخراج می‏کند و بنابراین می‏تواند ویژگی‏های پیچیده‏تری را در نظربگیرد. به عنوان مثال، یک ویژگی می‏تواند بررسی‏کند که آیا تمام عبارات اسمی موجود در یک مجموعه ضمیر هستند یا خیر در اینصورت از تشکیل زنجیره های هم‏مرجعی که تمام عبارات اسمی آن ضمیر هستند، جلوگیری می‏شود. به علاوه، چون این مدل بر روی مجموعه‏ای از عبارات اسمی تصمیم می‏گیرد، روابط متعدی نیز رعایت می‏شوند. از طرفی دیگر، مشکل این مدل در پیچیدگی آن می‏باشد.
۲-۱-۳-۴-۳.رتبه‏بندی^[۱۳۷]
در سال ۲۰۰۷، دنیس^[۱۳۸] و همکارانش، از روش رتبه‏بندی برای تشخیص مرجع ضمیر استفاده کردند. همانطور که در بخش رده‏بندی اشاره شد، روش‏های رده‏بندی در هر زمان تنها یک یا دو مقدم کاندیدا را برای یک عبارت اسمی در نظر می‏گیرند، در حالیکه رتبه‏بندی اجازه می‏دهد تا تمامی کاندیداها با یکدیگر ارزیابی شوند. با بهره گرفتن از این روش خطا تا ۹.۷% نسبت به بهترین روش‏های رده‏بندی که مدل کاندیداهای دودوئی^[۱۳۹] [۱۰۹]است، کاهش می‏یابد. [۷۴]
برای اینکه مسئله تشخیص مرجع مشترک را در قالب یک مسئله رده‏بندی در بیاوریم، جفت عبارات مقدم و تالی را در نظر گرفته و آنرا در دو دسته‏ی«هم‏مرجع» و «غیر هم‏مرجع» رده‏بندی می‏کنیم. سپس با بهره گرفتن از یکی از روش‏های خوشه‏بندی «اول-بهترین» و یا «اول-نزدیک‏ترین^[۱۴۰]» یکی از مقدم‏ها به عنوان مرجع نهائی انتخاب می‏شود.
مشکل اصلی در استفاده از روش رده‏بندی، در این است که مقدم‏های کاندیدا به صورت مستقل ارزیابی می‏شوند. احتمالی که به هر جفتِ مقدم و تالی نسبت داده می‏شود، احتمال هم‏مرجع بودن این جفت را بررسی می‏کند. به بیان دیگر، روش رده‏بندی بررسی نمی‏کند که با در نظر گرفتن سایر کاندیداها، این کاندیدا، مناسب‏ترین مرجع است یا خیر. به همین دلیل مدل کاندیداهای دوتائی به عنوان بهبودی برای این روش ارائه شده‏است. مدل کاندیداهای دوتائی مستقیماً دو جفت از کاندیداها را با یکدیگر مقایسه می‏نماید، و هنگام آموزش به ازای هر عبارت اسمی تالی، یک مقدم هم‏مرجع و یک مقدم غیر هم‏مرجع در نظر می‏گیرد. به این ترتیب، کارائی روش رده‏بندی برای انتخاب مراجع مشترک مناسب افزایش می‏یابد.[۱۰۹]
راه آسان‏تر و کاراتری که در آن می‏توان کاندیداهای مختلف را با یکدیگر مقایسه نمود، حل مسئله تشخیص مرجع مشترک در قالب یک مسئله رتبه‏بندی است. الگوریتم‏های آموزشی تبعیضی متفاوتی مانند مدل حداکثر آنتروپی، ماشین بردار پشتیبان و پرسپترون^[۱۴۱] می‏توانند برای آموزش رتبه‏بندی‏کننده تشخیص مرجع مشترک به کار روند. از آنجائیکه با وجود داشتن ویژگی‏های ساده، احتمال اینکه هر عبارت اسمی بتواند با چندین کاندیدای قبلی خود پیوند داشته‏باشد، زیاد است، بهتر است کاندیداها را به صورت مجزا در نظر نگیریم و این قابلیت را فراهم‏آوریم که تمام کاندیداها را به طور مستقیم با یکدیگر مقایسه شوند.
مزایای رتبه‏بندی
مزیت این روش در این است که تمام کاندیداها را مستقیماً با یکدیگر مقایسه می‏کند. بنابراین می‏تواند بهترین مرجع و یا مقدم کاندیدا را برای تالی مورد بررسی انتخاب نماید.
۲-۱-۳-۴-۴. فیلدهای تصادفی شرطی^[۱۴۲]
مک کالوم^[۱۴۳] و همکارانش در سال ۲۰۰۴ فیلدهای تصادفی شرطی را برای حل مسئله‏ی اسامی هم‏مرجع به کار بردند. مدل ارائه شده توسط آن‏ها، نمونه‏ای از مدل‏های گرافی غیر جهت‏دار بود. این روش‏ها برخلاف اکثر روش‏های ارائه شده از نوع رابطه‏ای بوده است. بنابراین در آن‏ها نیازی به این فرض نیست که تصمیم‏ گیری درباره‏ی جفت عبارات اسمی به صورت مستقل از یکدیگر انجام شود. از طرفی دیگر، بر خلاف سایر مدل‏های رابطه‏ای که تولیدی^[۱۴۴] هستند، مدل شرطی معرفی شده‏ی مک کالوم از نوع تبعیضی^[۱۴۵] است. این مدل، ویژگی‏های متنوع بسیاری از داده‏های ورودی را در نظر می‏گیرد، بدون اینکه نگران وابستگی‏های میان آن‏ها باشد. به این ترتیب می‏توان از مزایای فیلد تصادفی شرطی و مدل مارکوف پنهان^[۱۴۶] به طور هم‏زمان بهره‏برد[۷]
معمولا برای فرایند تشخیص مراجع، هر جفت از عبارات اسمی به صورت مستقل در نظر گرفته می‏شود. به این ترتیب به ازای هر جنسیت، معیار فاصله‏ای تعیین می‏گردد. البته این معیار فاصله ذاتاَ دارای خطا می‏باشد و پاسخ هر یک از تصمیماتی که به ازای هر جفت از عبارات گرفته می‏شود، مستقل از دیگری نیست.[۷]
در پژوهش انجام شده توسط مک کالوم، سه مدل متفاوت ارائه شده است:
مدل اول، یک مدل کلی تبعیضی می‏باشد که در آن ساختار وابستگی نامحدود است. در این مدل تصمیمات هم‏مرجع بودن و ویژگی‏های هر موجودیت، به‏عنوان متغیرهای تصادفی در نظر گرفته می‏شوند. این تصمیمات و ویژگی‏ها، بر عبارت‏های اسمی‏ای که بر یک موجودیت اشاره دارند، مقید می‏شوند. توابع ویژگی نیز به متغیر تصمیم هم‏مرجع بودن، y، مجموعه‏ای از ویژگی‏های هر موجودیت، a، تمام عبارات اسمی که مرجع واحد دارند، x، بستگی دارد.
در مدل دوم، وابستگی میان متغیرهای تصمیم، y، حذف شده و با متغیر تصادفی دودویی Y_ij به ازای هر جفت از عبارات اسمی جایگزین شده‏است. در این مدل، گروه‏های اسمی به گروه‏های دوتایی محدود شده‏اند، در حالیکه در مدل پیشین تمام عبارات اسمیِ هم‏مرجع، یک گروه را تشکیل می‏دادند.
مدل سوم شبیه مدل دوم است با این تفاوت که از ویژگی‏های موجودیت‏ها، به‏عنوان متغیر تصادفی استفاده‏نشده است. به این ترتیب از پیچیدگی مدل دوم کاسته‏شده است. نویسندگان این مقاله تنها مدل سوم را پیاده‏سازی کرده‏اند و بر اساس نتایج ارائه شده‏ی آن‏ها این مدل بهتر از روش کاردیه [۱۰۱]عمل می‏کند.
مزایا و معایب روش فیلد تصادفی شرطی
فیلدهای تصادفی شرطی وابستگی میان داده‏ها را در نظر می‏گیرند و تصمیم‏ گیری در مورد جفت عبارت‏های اسمی به صورت مستقل انجام‏نمی‏شود. در نتیجه می‏توان گفت از مسائلی همچون ناسازگاریِ سه‏گانه جلوگیری جلوگیری نمود. مشکل روش فیلدهای تصادفی شرطی در پیچیدگی محاسباتی و پیاده‏سازی آن است.
۲-۱-۳-۴-۵. خوشه‏بندی
یکی از پر کاربردترین روش‏ها برای انجام فرایند تحلیل مرجع مشترک، استفاده از انواع الگوریتم‏های خوشه‏بندی می‏باشد. استفاده از این روش تقریباً با تولد تحلیل مرجع مشترک شروع شد و تا کنون نیز به عنوان یک روش مناسب مورد توجه اغلب پژوهشگران می‏باشد. نخستین بار کاردیه و همکارانش بودند که در سال ۱۹۹۹، استفاده از خوشه‏بندی را پیشنهاد ‏دادند. روش پیشنهادی آن‏ها به این‏ترتیب بود که هر یک از عبارات اسمی با یک بردار ویژگی نمایش داده‏شده و سپس الگوریتم خوشه‏بندی بر روی این بردارهای ویژگی اعمال می‏شود. پس از اجرای خوشه‏بندی، عبارت‏های اسمی موجود در یک خوشه به عنوان زنجیره‏ای از عبارت‏های اسمی هم‏مرجع در نظر گرفته‏می‏شوند. این روش، یک روش بدون‏نظارت^[۱۴۷] کامل نمی‏باشد، چرا که معیار فاصله‏ای که برای مقایسه استفاده ‏شده‏است، از ضرایب ثابتی استفاده می‏کند که به صورت اکتشافی^[۱۴۸] تنظیم شده‏اند.[۱۵] کاردیه و همکارش در سال ۲۰۰۲، استفاده از خوشه‏بندی با نظارت دیگری به نام خوشه‏بندی اولین-بهترین را پیشنهاد نمودند. این الگوریتم برای هر عبارت اسمی، از راست به چپ، به دنبال عبارت اسمی هم‏مرجع می‏گردد و در نهایت عبارت اسمی انتخاب می‏شود که نسبت به عبارت‏های اسمی ماقبل خود، دارای بیشترین مقدار تشابه^[۱۴۹] باشد.
در سال ۲۰۰۳، وگستاف^[۱۵۰]، گونه‏ی دیگری از الگوریتم‏های خوشه‏بندی را برای مسئله تشخیص مرجع مشترک ارائه نمود که خوشه‏بندی اجباری یا محدود‏شده^[۱۵۱] نامیده‏می‏شود. در این الگوریتم محدودیت‏هایی به الگوریتم خوشه‏بندی اضافه می‏شود. از جمله مهمترین آن‏ها، محدودیت«باید متصل شوند» و محدودیت «نمی‏توانند متصل شوند» می‏باشد. محدودیت اول، مشخص می‏کند که کدامیک از عبارات اسمی باید در یک خوشه قراربگیرند. در حالیکه محدودیت دوم، مشخص می‏کند که کدامیک از عبارات اسمی نباید در یک خوشه قرار بگیرند. بطور کلی بیشتر محدودیت‏های ارائه شده در این پژوهش، از نوع محدودیت «نمی‏توانند متصل شوند» بودند که هر یک از این محدودیت‏ها نیز به نوبه خود یکی از محدودیت‏های زبانی را مدل می‏سازد. به‏عنوان مثال مطابقت جنس، عدد و کلاس معنایی می‏توانند در قالب این محدودیت مدل شوند.[۵۶]
انگلوتا^[۱۵۲] و همکارنش در سال ۲۰۰۴، نیز مانند [۱۵]، از روش خوشه‏بندی سلسله مراتبی^[۱۵۳] پایین به بالا برای تحلیل مرجع مشترک استفاده کردند.به این ترتیب که در ابتدا هر عبارت اسمی به خودی خود یک خوشه‏ی یگانه را تشکیل می‏داد و در نهایت خوشه‏هایی که به اندازه کافی با یکدیگر مشابه بودند با یکدیگرادغام می‏شدند.[۷۹]
در سال ۲۰۰۵، فینلی^[۱۵۴] و همکارش، گونه دیگری از خوشه‏بندی با نظارت، برای تشخیص مرجع مشترک ارائه نمودند. در مدل ارائه شده توسط آن‏ها با بهره گرفتن از معیار مشابهتی الگوریتم، آموزش داده می‏شود. به این ترتیب بوسیله آن، خوشه‏بندی‏های مورد نظر تولید می‏شوند. این شیوه با شیوه‏ی رده‏بندی جفت عبارت‏ها تفاوت دارد و این مفهوم آموزش داده می‏شود که «آیا به یک خوشه تعلق دارد یا خیر» این روش مانند سایر روش های خوشه‏بندی گفته‏شده، رابطه‏ی تعدی را در نظرمی‏گیرد و هدف آن حداکثر کردن مرز میان خوشه‏هاست.[۹۵] تابع هدف این روش همانند تابع هدف روش بانسل^[۱۵۵] و همکارانش می‏باشد.[۷۲]اما مشکلی که در این روش وجود دارد، این است که تعداد محدودیت‏ها با افزایش تعداد عبارت‏های اسمی، به صورت نمایی افزایش می‏یابند و بهینه کردن تابع هدف مسئله‏ای از نوع NP-Complete می‏باشد؛ در نتیجه به جای جواب مسئله سعی در بدست آوردن تخمینی از آن است.
در سال ۲۰۰۷ نیز اِنگای^[۱۵۶] و همکارش از خوشه‏بندی K-means ویرایش شده برای مسیریابی و شناسایی موجودیت‏ها در زبان چینی استفاده نمودند^[۱۵۷] آن‏ها بر خلاف انگلوتا، یک الگوریتم سلسله مراتبی بالا به پایین ارائه دادند، که از خوشه‏بندی K-means تکرار شونده استفاده می‏کند. انگای و همکارانش از رویکرد ارائه شده توسط فلوراین^[۱۵۸] پیروی می‏کردند. به این ترتیب که در گام نخست به شناسایی موجودیت‏ها پرداخته و در گام دوم، موجودیت‏هایی که به شخص، مکان و… ثابت اشاره داشتند را در یک گروه قرار می‏دهند.[۳۵]
بر خلاف پژوهش‏های پیشین، حقیقی و کلین در سال ۲۰۰۷، برای نخستین بار استفاده از روش بدون نظارت کامل را برای تحلیل مرجع مشترک پیشنهاد دادند، روش آن‏ها در [۵]بر مبنای یک فرایند سلسله مراتبی بود که مراجع هر اشاره را در متن پیدا می‏کرد. حقیقی و کلین در نهایت روش پیشنهادی خود را برای تحلیل مرجع مشترک در متون متقاطع به کار بستند. یک سال بعد، ان‏جی^[۱۵۹] نیز فرایند تحلیل مرجع مشترک را به عنوان یک مسئله بدون نظارت در نظر گرفت، اما او برای فرضیه خود الگوریتم EM^[160] را پیشنهاد داد( که در آن تعداد خوشه‏ها از پیش مشخص نشده بود) در روش او به جای اینکه برای توزیع یکنواخت خوشه‏ها مقداردهی اولیه شود، الگوریتم خوشه‏بندی به دو مرحله تقسیم می‏شود. در مرحله اول، مدل با تعداد کمی از داده‏های برچسب دار مقداردهی شده تا این داده‏ها به عنوان ورودی مرحله اول(اولین تکرار از این الگوریتم) محسوب شوند، به این ترتیب مقدارN محاسبه شده و در مرحله‏ی دوم به عنوان پارامتر ورودی الگوریتم EMدر نظر گرفته می‏شود.[۹۸]پس از آن پون^[۱۶۱] و همکارش، یک مدل بدون نظارت دیگری پیشنهاد دادند که تلفیقی از خوشه‏بندی EM و شبکه منطقی مارکوف^[۱۶۲] بود.[۴۲] عملکرد مدل‏های ارائه شده توسط اِن جی و پون بسیار بهتر از مدل ارائه شده توسط حقیقی بود .این عملکرد بهتر به این دلیل بود که مدل اِن جی و پون، امکان استفاده از ویژگی‏های بیانی بیشتری (به عنوان نمونه، بدل یا عطف بیان) داشت.
درسال ۲۰۱۰، استونایو^[۱۶۳] و همکاران از الگوریتم یادگیری پرسپترون به عنوان رده‏بند استفاده کردند و سپس الگوریتم خوشه‏بندی سلسله مراتبی تک پیوندی^[۱۶۴] بر روی جفت عبارت‏های مثبت اعمال نموده و نسبتاً به نتایج مناسبی دست‏یافتند.[۱۰۲]
یک سال بعد، نیز چن^[۱۶۵] و همکارانش از روش خوشه‏بندی برای پیدا کردن زنجیره عبارت‏های اسمی هم‏مرجع استفاده کردند. مدل ارائه شده‏ی آن‏ها، بر ویژگی‏های زبان‏شناسی غنی و شناسایی عبارات اسمی استوار است؛ به این ترتیب که محدوده عبارات اسمی با بهره گرفتن از رده‏بند حداکثر آنتروپی شناسایی شده و در نهایت با بهره گرفتن از الگوریتم خوشه‏بندی اولین بهترین^[۱۶۶]، هر اشاره با تمام اشاره‏های پیش از خود مقایسه می‏شود و با در نظر گرفتن مقایسه‏ی ضریب اطمینان^[۱۶۷] بدست آمده از رده‏بند و مقایسه آن با یک آستانه ثابت، و با توجه به بیشترین احتمال خوشه‏بندی صورت می‏گیرد. هر اشاره که احتمال آن بالاتر از حد آستانه باشد در خوشه‏ای جدید قرار خواهد گرفت.[۲۲]

۲-۳. معرفی برخی از پژوهش‏هایی که از خوشه‏بندی استفاده کرده‏اند

روش رده‏بندی

روش‏های افراز

امتیاز

Cai et al, 2011

Compute hyper edge weights on 30% of training data

Recursive 2-way Spectral clustering
(Agarwal, 2005)