ارزیابی تاثیر ویژگی های استفاده شده در سیستم خلاصه سازی با استفاده از الگوریتم ترکیبی بهینه سازی
محل انتشار: دومین کنفرانس ملی مهندسی برق و کامپیوتر
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 664
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
- هوش مصنوعی > داده کاوی
- هوش مصنوعی > الگوریتم ژنتیک
- هوش مصنوعی > پردازش زبان طبیعی
- هوش مصنوعی > متن کاوی
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELCM02_180
تاریخ نمایه سازی: 21 اردیبهشت 1397
چکیده مقاله:
هر افزایش حجم روزافزون اطلاعات متنی سبب شده است تا استفاده از تکنیک های خلاصه سازی متن به منظور تسریع فرایند بازیابی اطلاعات و مرور سریع تر اخبار و تسریع در تصمیم گیری فرماندهان و مدیران مورد توجه قرار گیرد. در خلاصه سازی گزینشی اهمیت ویژگی های استفاده شده در الگوریتم خلاصه ساز با یکدیگر برابر نیست. استفاده از الگوریتم های بهینه ساز ی نقش موثری در کشف اهمیت هر یک از ویژگی های استفاده شده در الگوریتم خلاصه سازی متن دارد. الگوریتم پیشنهادی این مقاله یک الگوریتم بهینه سازی تر کیبی است که از دو الگوریتم PSO (بهینه سازی ازدحام ذرات) و ژنتیک استفاده می کند. ما از معیارهای F-score و Precision و recall جهت ارزیابی الگوریتم خود استفاده کرده ایم. نتایج آزمایش ها نشان می دهد با استفاده از این روش ترکیبی کیفیت چشمگیری را در خلاصه تولیدی مشاهده می کنیم. طبق معیار F-score، بهبودی حدود هشت درصد و طبق معیار Precision، بهبودی حدود سه درصد و طبق معیار recall، بهبودی حدود هفت درصد نسبت به الگوریتم خلاصه سازی که اهمیت تمامی ویژگی ها را یکسان فرض می کند، به دست آمده است.
کلیدواژه ها:
نویسندگان
محمدرضا بهشتی پور
کارشناس ارشد کامپیوتر- هوش مصنوعی، مجتمع فناوری اطلاعات و ارتباطات، دانشگاه صنعتی مالک اشتر، تهران
محمد فخردانش
عضو هییت علمی مجتمع فناوری اطلاعات و ارتباطات، دانشگاه صنعتی مالک اشتر، تهران
حسین شیرازی
عضو هییت علمی مجتمع فناوری اطلاعات و ارتباطات، دانشگاه صنعتی مالک اشتر، تهران
مریم حور علی
عضو هییت علمی مجتمع فناوری اطلاعات و ارتباطات، دانشگاه صنعتی مالک اشتر، تهران