طراحی سیستم سنجش تطایق نام و حوزه فعالیت شرکت ها بر اساس هوش مصنوعی

در این مقاله روشی برای سنجش تطبیق ارتباط معنایی نام های پیشنهادی متقاضیان ثبت شرکت با زمان های فعالیت شرکت ها ارائه شده است. نوآوری حاصل علاوه بر کاهش زمان تایید نام در فرآیند ثبت شرکت ها، باعث می شود ثبت شرکت هایی که نام آن ها با زمان های فعالیتشان سازگاری ندارد، جلوگیری بشود. داده های این پژوهش از سازمان ملی ثبت اسناد و املاک کشور جمع آوری شده است. در روش پیاده سازی، نام های شرکت ها را با استفاده از FastText به بردار عددی و حوزه فعالیت شرکت ها را با الگوریتم های یادگیری عمیق، به ویژه شبکه های حافظه کوتاه و بلند مدت دوطرفه بر اساس یک لایه توجه، تبدیل می کند. داده های این پژوهش از سازمان ملی ثبت اسناد و املاک کشور جمع آوری شده است. جهت ارزیابی نتایج، از معیار شباهت کسینوسی و ROUGE استفاده شده است. روش ارائه شده به صورت هوشمند میزان ارتباط معنایی بین نام های پیشنهادی متقاضیان با زمان های فعالیت شرکت ها را اندازه گیری می کند. پس از تایید نام شرکت و حوزه فعالیت، از روش خوشه بندی DBSCAN برای دسته بندی نام های شرکت ها بر اساس فعالیت هایشان استفاده می شود. نتایج تحقیق نشان می دهد که مقادیر دقت در بردارسازی حوزه فعالیت های شرکت ها برای معیارهای Rouge-۱، Rouge-۲ و Rouge-L در این مطالعه به ترتیب ۰.۷۶۲۳، ۰.۷۴۱۳ و ۰.۷۹۸۲ است. مقادیر دقت و بازخوانی کلی مدل به ترتیب ۰.۸۵۱۲ و ۰.۸۳۱۷ محاسبه گردید. همچنین، ضریب همبستگی بین شباهت کسینوسی نام های پیشنهادی و زمان فعالیت شرکت، به صورت محاسبه شده توسط مدل، ۹۳ درصد بوده که تائید کارکرد درست مدل می باشد.

کلیدواژه های طراحی سیستم سنجش تطایق نام و حوزه فعالیت شرکت ها بر اساس هوش مصنوعی:

متن کاوی ، ارتباط معنایی ، ثبت شرکت ، شباهت کسینوسی ، یادگیری عمیق