Text mining with emergent self organizing maps and multi-dimensional scaling: A comparative study on domestic violence

2011 ◽  
Vol 11 (4) ◽  
pp. 3870-3876 ◽  
Author(s):  
Jonas Poelmans ◽  
Marc M. Van Hulle ◽  
Stijn Viaene ◽  
Paul Elzinga ◽  
Guido Dedene
2018 ◽  
Vol 43 ◽  
pp. 141-148 ◽  
Author(s):  
Yoshinori Onuki ◽  
Atsushi Kosugi ◽  
Masashi Hamaguchi ◽  
Yuki Marumo ◽  
Shungo Kumada ◽  
...  

2021 ◽  
Vol 139 (1) ◽  
pp. 1-5
Author(s):  
Gabriele Rippl ◽  
Ursula Lenker

Abstract This special issue of Anglia addresses the wide-ranging transformations digitization has created in the field of book history. Several decades after the birth of Digital Humanities, the contributors to this special issue take stock of the challenges, promises and achievements of digital editing and cataloguing of medieval manuscripts. In addition, the articles discuss and assess the potential of computational methods, of big data and algorithms, of text mining techniques, stylometrics, multi-dimensional scaling and clustering, together with navigational tools such as scatterplots and dendrograms. The objects of investigation are both medieval manuscripts and newly digitized œuvres of modern writers such as Samuel Beckett, intermedial formats such as Alan Moore’s graphic novels and the online publication of a short story by Kristen Roupenian.


2019 ◽  
Vol 3 (1) ◽  
pp. 54
Author(s):  
Patmi Kasih ◽  
Maulana Rizki

Informasi yang berasal dari masyarakat secara langsung mengenai suatu peristiwa,kondisi, kebutuhan, hasil pengamatan dan suatu berita yang disampaikan kepada stasiun radio Xdi Kota Kediri merupakan salah satu cara dan bentuk komunikasi masyaraat kepada instansi terkaitdi pemerintahan. Berdasarkan pengaduan masyarakat, instansi terkait yang berhubungan denganpokok pengaduan dapat melakukan suatu tindak lanjut sesuai dengan kebutuhan. Dalam pemodelandengan Self Oraganizing Maps (SOM) ini dilakukan pengelompokan pengaduan masyarakat yangterkait dengan instansi pemerintahan yang berhubungan langsung dengan masyarakat, yaitu DinasKesehatan, Dinas Pendidikan, Dinas Pekerjaan Umum, Dinas Pencatatan Sipil, dan DinasPariwisata. Dengan banyaknya pengaduan masyarakat yang masuk ke stasiun radio X di KotaKediri, maka diperlukan suatu model (sistem) yang dapat membantu dalam memilah setiappengaduan dari masyarakat berdasarkan kelompok instansi pemerintahan yang terkait denganpokok pengaduan tersebut.Pemodelan ini menggunakan teknik text mining untuk pre-proses datanya, untuk mendapatkanfitur dari text pengaduan, dan self organizing maps untuk penentuan kelompoknya. Data yangdigunakan dalam pemodelan ini sebanyak 52 data pengaduan yang topiknya dibatasi ke 5 topikyang telah ditentukan berdasarkan instansi tujuan. Dari 20 data dan 52 data, nilai net som yangdigunakan mempengaruhi hasil akurasi. Ketika menggunakan net som 5 diperoleh tingkat akurasi75% dan ketika menggunakan net som 25 akurasinya meningkat menjadi 78%. Berdasarkan ujicoba sistem dengan kalimat pengaduan yang komplek, dalam arti memuat beberapa kata yangberhubungan dengan lebih dari satu instansi, sistem belum mampu menentukan kelompoknyadengan instansi tepat


2009 ◽  
Vol 36 (9) ◽  
pp. 11864-11874 ◽  
Author(s):  
Jonas Poelmans ◽  
Paul Elzinga ◽  
Stijn Viaene ◽  
Marc M. Van Hulle ◽  
Guido Dedene

Sign in / Sign up

Export Citation Format

Share Document