《圣典之间的相似性与不同之处的文本挖掘发现》
摘要：神圣文本的仔细研究揭示了有关人类心理学、社会组织方式以及真理和上帝等术语的宝贵见解。要改进和加深对神圣文本的理解，比较和区分它们至关重要。为了达到这个目的，我们使用了一个包含九个神圣经文的数据集。本研究涉及《古兰经》、亚洲经文《道德经》、佛教经典、瑜伽经和奥义书，以及圣经中的四本书，《箴言》、《传道书》、《以斯帖记》和《智慧篇》。这些经文基于自然语言处理（NLP）进行分析，创建了一个称为文档术语矩阵（DTM）的频率数学表示。在进行这种分析后，我们应用了监督学习和无监督学习等机器学习方法进行分类。在这里，我们使用多项式朴素贝叶斯（MNB）、超级矢量机（SVM）、随机森林（RF）和K最近邻（KNN）。我们发现，在这些方法中，MNB能够以约85.84\%的准确率预测一个神圣文本的类别。
作者：Younous Mofenjou Peuriekeu, Victoire Djimna Noyum, Cyrille Feudjio, Alkan Goktug and Ernest Fokoue
论文ID：2102.04421
分类：Other Statistics
分类简称：stat.OT
提交时间：2021-02-09