Indonesian news classification using convolutional neural network

Abstract

<span>Every language has unique characteristics, structures, and grammar. Thus, different styles will have different processes and result in processed in Natural Language Processing (NLP) research area. In the current NLP research area, Data Mining (DM) or Machine Learning (ML) technique is popular, especially for Deep Learning (DL) method. This research aims to classify text data in the Indonesian language using Convolutional Neural Network (CNN) as one of the DL algorithms. The CNN algorithm used modified following the Indonesian language characteristics. Thereby, in the text pre-processing phase, stopword removal and stemming are particularly suitable for the Indonesian language. The experiment conducted using 472 Indonesian News text data from various sources with four categories: ‘hiburan’ (entertainment), ‘olahraga’ (sport), ‘tajuk utama’ (headline news), and ‘teknologi’ (technology). Based on the experiment and evaluation using 377 training data and 95 testing data, producing five models with ten epoch for each model, CNN has the best percentage of accuracy around 90,74% and loss value around 29,05% for 300 hidden layers in classifying the Indonesian News data.</span>

Automated hierarchical classification of scanned documents using convolutional neural network and regular expression

“…From research [17]- [19] show that text-based classification systems can accurately classify scanned documents. The problem of text classification can also be solved by deep learning using the convolutional neural network (CNN) such as for hate speech classification [20], news classification [21] and sentiment analysis [22]. Classification of text documents based on matching input strings efficiently used the regular expression conducted in [23]- [25].…”

Penerapan Convolutional Long Short-Term Memory untuk Klasifikasi Teks Berita Bahasa Indonesia

“…Dengan berkembangnya teknologi di bidang NLP, proses klasifikasi teks saat ini banyak dikembangkan dengan memanfaatkan teknologi neural network, salah satunya adalah deep learning. Deep learning terbukti dapat melakukan proses klasifikasi teks dengan sangat baik [3]- [5].…”

“…Metode Recurrent Neural Network (RNN) dan Long Short-Term Memory (LSTM) adalah dua algoritme yang umum digunakan untuk mengenali data yang memiliki keterkaitan di dalamnya [6]. Kendati demikian, metode Convolutional Neural Network (CNN), yang umumnya digunakan untuk pemrosesan citra, juga memperlihatkan kinerja yang baik dalam mengklasifikasi teks [3].…”

“…Penelitian ini juga membahas secara sederhana tahapantahapan yang terdapat pada klasifikasi teks. Terdapat juga penelitian yang melakukan klasifikasi teks berita bahasa Indonesia dengan memanfaatkan metode CNN [3]. Penelitian tersebut menunjukkan bahwa CNN, yang umumnya digunakan untuk menyelesaikan masalah terkait pengolahan citra, dapat juga diterapkan untuk menyelesaikan masalah terkait dengan NLP.…”

“…Penelitian tersebut menunjukkan bahwa CNN, yang umumnya digunakan untuk menyelesaikan masalah terkait pengolahan citra, dapat juga diterapkan untuk menyelesaikan masalah terkait dengan NLP. CNN yang digunakan memanfaatkan convolution layer 1D untuk mengekstrak fitur dari dalam berita [3]. CNN yang dibangun dapat melakukan klasifikasi dengan akurasi ≥ 90% pada test set yang digunakan.…”