ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

بکارگیری دسته بندی کننده و رتبه بندی کننده آنتروپی بیشینه در فرایند تعیین مرجع ضمایر زبان فارسی

سال انتشار: 1387
کد COI مقاله: ACCSI14_023
زبان مقاله: فارسیمشاهده این مقاله: 1,246
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بکارگیری دسته بندی کننده و رتبه بندی کننده آنتروپی بیشینه در فرایند تعیین مرجع ضمایر زبان فارسی

نفیسه سادات موسوی - دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر
غلام رضا قاسم ثانی - دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر

چکیده مقاله:

تعیین عبارات اسمی هم -مرجع یکی از شاخه های تحقیقاتی مطرح در زمینه پردازش زبا ن های طبیعی است و نقش موثری در کاربردهایی همچون ترجمه ماشینی، خلاصه سازی خودکار متون، پاسخگویی خودکار به سوالات و استخراج اطلاعات دارد که در هر یک از آن ها درک صحیحی از متن حائز اهمیت است. تعیین عبارات اسمی هم -مرجع به فرایندی اطلاق می شود که در آن تمام عبارات اسمی که به یک موجودیت واحد اشاره دارند، تعیین می گردند. فرایند تعیین عبارات اسمی هم- مرجع را می توان به دو دسته روش های زبانشناسی و روش های یادگیری ماشین تقسیم نمود. روش های زبان شناسی به اطلاعات زبان شناسی بسیاری نیاز دارند که بدست آوردن این اطلاعات فرایندی پر خطا و زمان بر است . ولی روش های یادگیری ماشین به اطلاعات زبان شناسی کمتری احتیاج دارند و با بکارگیری آن ها نتایج بهتری حاصل می شود. فرایند تعیین مرجع ضمایر، یک زیر بخش مهم و چالش انگیز از فرایند تعیین عبارات اسمی هم -مرجع است که در آن تنها تعیین مرجع ضمایر مورد توجه قرار می گیرد. در این مقاله، ابتدا روش های یادگیری ماشین بکار رفته در حوزه تعیین عبارات اسمی هم مرجع /تعیین مرجع ضمایر دسته بندی و شرح داده می شوند و سپس نحوه اعمال دو روش بر روی زبان فارسی، ارائه شده و نتایج آن ها گزارش خواهد شد.

کلیدواژه ها:

پردازش زبان طبیعی، یادگیری ماشین، تعیین عبارات اسمی هم- مرجع، تعیین مرجع ضمایر، دسته بندی، رتبه بندی

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ACCSI14_023 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/60771/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
موسوی، نفیسه سادات و قاسم ثانی، غلام رضا،1387،بکارگیری دسته بندی کننده و رتبه بندی کننده آنتروپی بیشینه در فرایند تعیین مرجع ضمایر زبان فارسی،چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران،تهران،https://civilica.com/doc/60771

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1387، موسوی، نفیسه سادات؛ غلام رضا قاسم ثانی)
برای بار دوم به بعد: (1387، موسوی؛ قاسم ثانی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • بیجن خان، م.، نقش پیکره زبانی در نوشتن دستور زبان، ...
  • حافظی منشادی، م. م.، طراحی یک تحلیل‌گرنحوی برای جملات نوشتاری ...
  • Hobbs, J., Resolving pronoun references, Readings in natural language processing, ...
  • Sidner, C. L., Focusing for interpretation of pronouns. Computational Linguistics, ...
  • McCarthy, J., and Lehnert, W., Using decision trees for coreference ...
  • Ge, N., Hale, J., and Charniak, E., A statistical approach ...
  • Ng, V., and Cardie, C., Improving machine learning approaches to ...
  • McCarthy, J., and Lehnert, W., Using decision trees for coreference ...
  • Soon, W., Ng, H., and Lim, D., A muachine learning ...
  • Ng, V., and Cardie, C., Identifying anaphoric and non- anaphoric ...
  • resolution. In Proceedings of COLING, pp. 730-736, 2002a. ...
  • Yang, X., Zhou, G.D., Su, J., and Tan, C.L., Coreference ...
  • Cardie, C., and Wagstaff, K., Noun Phrase coreference as clustering. ...
  • Wagstaff, K., Intelligent Clustering with Instance-Le vel Constraints. Ph.D. dissertation, ...
  • Finley, T., Joachims, T., Supervised clustering with support 7ector machines. ...
  • McCallum and Wellner, B., Conditional models of identity uncertainty with ...
  • Luo, X., Ittycheriah, A., Jing, H., Kambhatla, N., and Roukos, ...
  • Lou, X., Coreference or Not: A Twin Model for Coreference ...
  • Nicolae, C., and Nicolae, G., BESTCUT: A graph algorithm for ...
  • Blum and Mitchell, T., Combining Labeled and Unlabeled Data with ...
  • Muller, C., Rapp, S., and Strube, M., Applying _ training ...
  • Harabagiu, S., Bunescu, R. and Maiorano, S., Text and knowledge ...
  • Bean, D., and Riloff, E., Unsupervised learning of contextual role ...
  • Culotta, Wick, M., Hall, R., and McCallum, A., First- Order ...
  • Yang, X., Su, J., Tan, C., Kernel-Based Pronoun Resolution with ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    نظرات خوانندگان

    5.00
    1 تعداد پژوهشگران نظر دهنده
    5 1
    4 0
    3 0
    2 0
    1 0
    نقد پژوهشگران در مورد مقاله بکارگیری دسته بندی کننده و رتبه بندی کننده آنتروپی بیشینه در فرایند تعیین مرجع ضمایر زبان فارسی
    فاطمه بهرامی بختیاری (1396/04/09): مثاله بسیار کاربردی و مفید است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 13,801
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی