استفاده از BERT با منطق فازی در تکنیک های Classification

پردازش زبان طبیعی در سال های اخیر شاهد پیشرفت های چشمگیری بوده است. مدل های زبانی بزرگ مبتنی بر معماری ترنسفورمر به ویژه، BERT توانسته اند استانداردهای جدیدی را در وظایف مختلف NLP از جمله طبقه بندی متن معرفی کنند. با این حال، بسیاری از مسائل طبقه بندی در دنیای واقعی با ابهام ذاتی همراه هستند که مدل های آماری صرف ممکن است در مدیریت آنها با چالش مواجه شوند. منطق فازی که قادر به مدلسازی عدم قطعیت و استنتاج نرم است رویکردی مکمل برای غلبه بر این چالش ها ارائه می دهد. این پژوهش یک رویکرد هیبریدی را پیشنهاد می دهد که با ترکیب قدرت BERT در استخراج ویژگی های معنایی عمیق و توانایی منطق فازی در مدیریت ابهام سیستم طبقه بندی متن کارآمدتر و قابل تفسیری تری را ایجاد می کند.

کلیدواژه ها:

پردازش زبان طبیعی ، BERT ، طبقه بندی متن ، منطق فازی