ارائه یک روش جدید برای مدل سازی زبانی مبتنی بر گرمی ها

سال انتشار: 1394
محل انتشار: نخستین کنفرانس بین المللی فناوری اطلاعات
کد COI اختصاصی: FBFI01_086
زبان مقاله: فارسی
تعداد مشاهده: 505

نویسندگان

گروه کامپیوتر، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران

چکیده

مدل سازی زبانی یکی از مهمترین مراحل آماده سازی اطلاعات برای استفاده در انواع روشهای مبتنی بر هوش مصنوعی است. مدل سازی ممکن است ریاضی، فیزیکی، تجسمی و یا به هر گونه دیگر متناسب با ماهیت شبیه سازی یا حل مسئله باشد. یکی از پرکاربردترین و پرقدرت ترین مدل ها در زمینه شبیه سازی زبان انسان که از آمار کلاسیک و احتمال بهره برده است مدل n-gram یا گرمی هاست که از آن میتوان در بسیاری از زمینه های هوش مصنوعی، مانند پیش بینی کلمات، بازشناسی گفتار، درک زبان طبیعی، ترجمه ماشینی، بازشناسی نویسه های نوری، پردازش سیگنال، تصویر و ... استفاده کرد. از گرمی ها تابحال بصورت سنتی و با تعداد خاصی از مجموعه رویدادها مثلا 6 گرمی ها استفاده میشده است، در این مقاله روش جدیدی برای استفاده از گرمی ها پیشنهاد می شود. نتایج تجربی بدست آمده نشان میدهد استفاده از این روش علاوه بر اینکه باعث افزایش شدید ابعاد مسئله نشده بلکه باعث بهبود عملکرد الگوریتم های خوشه بندی میشود.

کلیدواژه ها

مدل سازی زبانی، گرمی ها، N-gram، متن کاوی، خوشه بندی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.