ورود به سایت

در سایت حساب کاربری ندارید؟ ثبت نام در سایت (به زودی!)

ثبت نام

دانلود انواع مقالات آی اس آی

دسته بندی مقالات

با عضویت در سایت مقاله یاب از تخفیف ویژه بهرمند شوید! عضويت (به زودی!)
تاریخ امروز
شنبه, ۳ اسفند

بهبود پاسخ به ایمیل در یک سیستم مدیریت ایمیل با استفاده از پردازش طبیعی زبان براساس روش احتمالاتی

Improving Email Response in an Email Management System Using Natural Language Processing Based Probabilistic Methods

نویسندگان

این بخش تنها برای اعضا قابل مشاهده است

ورودعضویت
اطلاعات مجله thescipub.com
سال انتشار 2015
فرمت فایل PDF
کد مقاله 16705

پس از پرداخت آنلاین، فوراً لینک دانلود مقاله به شما نمایش داده می شود.

اضافه‌کردن به سبدخرید

چکیده (انگلیسی):

Email based communication over the course of globalization in
recent years has transformed into an all-encompassing form of interaction
and requires automatic processes to control email correspondence in an
environment of increasing email database. Relevance characteristics
defining class of email in general includes the topic of thee mail and the
sender of the email along with the body of email. Intelligent reply
algorithms can be employed in which machine learning methods can
accommodate email content using probabilistic methods to classify
context and nature of email. This helps in correct selection of template for
email reply. Still redundant information can cause errors in classifying an
email. Natural Language Processing (NLP) possess potential in
optimizing text classification due to its direct relation with language
structure. An enhancement is presented in this research to address email
management issues by incorporating optimized information extraction for
email classification along with generating relevant dictionaries as emails
vary in categories and increases in volume. The open hypothesis of this
research is that the underlying concept to fan email is communicating a
message in form of text. It is observed that NLP techniques improve
performance of Intelligent Email Reply algorithm enhancing its ability to
classify and generate email responses with minimal errors using
probabilistic methods. Improved algorithm is functionally automated with
machine learning techniques to assist email users who find it difficult to
manage bulk variety of emails.

کلمات کلیدی مقاله (فارسی):

پاسخ خودکار ایمیل ، طبقه بندی ایمیل ، ماشین یادگیری ، الگوریتم ، طبقه بندی متن

کلمات کلیدی مقاله (انگلیسی):

Automated E-Mail Reply, E-Mail Classification, Machine Learning, Algorithm, Text Classification

پس از پرداخت آنلاین، فوراً لینک دانلود مقاله به شما نمایش داده می شود.

اضافه‌کردن به سبدخرید
کلیه حقوق مادی و معنوی برای ایران مقاله محفوظ است
در حال بارگذاری