مروری بر روش های تولید متن فارسی با استفاده از شبکه های متخاصم مولد

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 98

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CONFIT01_0458

تاریخ نمایه سازی: 4 مهر 1403

چکیده مقاله:

شبکه مولد متخاصم ۱ (اختصارا (GAN در سال ۲۰۱۴ به جامعه هوش مصنوعی و کامپیوتر معرفی شد. GAN وظایف یادگیری بدون نظارت۲ را انجام می دهد. این شبکه از دو مدل تشکیل شده که به طور هم زمان برای یادگیری و آموزش دادههای پیچیده همانند فایل های صوتی ، ویدئویی یا تصویری فعالیت کرده و برای بررسی ، ضبط و تکرار تغییرات درون مجموعه داده دائما با یکدیگر رقابت می کنند. اولین مدل شبکه ، مولد (Generator) و دیگری متمایزگر (Discriminator) نام دارد. مولد باید با تولید دادههایی مشابه با دادههای موجود در مجموعه آموزشی ، متمایزگر را فریب دهد و متمایزگر نیز سعی می کند با شناسایی دادههای جعلی از دادههای حقیقی ، فریب نخورد. هدف از این مطالعه که به روش تحلیلی -مروری با بررسی پژوهش های مرتبط با شبکه های یادگیری عمیق ۳ صورت گرفته ، مروری بر تولید متن توسط شبکه مولد متخاصم و بررسی روشهای ارائه شده برای تولید متن فارسی می باشد.

کلیدواژه ها:

شبکه های مولد متخاصم ، مولد ، متمایزگر ، تولید متن ، شبکه های عصبی مصنوعی .

نویسندگان

زهرا صادقی

دانشجوی کارشناسی مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر دانشگاه حکیم سبزواری، سبزوار

مصطفی دارینی

دانشجوی کارشناسی مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر دانشگاه حکیم سبزواری، سبزوار

زهره فصیح فر

عضو هیات علمی گروه کامپیوتر، دانشکده مهندسی برق و کامپیوتر دانشگاه حکیم سبزواری، سبزوار