یافتن سوالات مشابه در انجمن های پرسش پاسخ با استفاده از شبکه های عصبی عمیق LSTM
- سال انتشار: 1397
- محل انتشار: چهارمین کنفرانس ملی تحقیقات کاربردی در مهندسی برق،مکانیک،کامپیوتر و فناوری اطلاعات
- کد COI اختصاصی: EMCE04_323
- زبان مقاله: فارسی
- تعداد مشاهده: 739
نویسندگان
دانشگاه خاتم،
دانشگاه صنعتی شریف،
دانشگاه خاتم
چکیده
وب سایت های پرسش و پاسخ ( CQA ) کاربران را قادر می سازد تا سوالات خود را ارسال کنند و کابران دیگر سوالات آنها را پاسخ دهند. این گروه از وب سایت های شبکه های اجتماعی یکی از محبوب ترین وب سایت های اینترنتی هستند. پاسخ ها در این وب سایت های CQA می تواند برای سوالات خاص مربوط به یک حوزه خاص مورد علاقه برای کاربران یا مربوط به تمام انواع سوالات باشد . ایجاد وب سایت های خودکار CQA برای مطالعه پردازش زبان طبیعی بسیار مهم است . یکی از وظایف در توسعه وب سایت های CQA خودکار، جستجوی سوالات مشابه به سوال پرسیده شده توسط کاربر است . در این مقاله، یک روش جدید برای یافتن سوالات مربوط به سوالات کاربر با استفاده از شبکه های عصبی عمیق LSTM پیشنهاد شده است . نتایج تجربی نشان می دهد که الگوریتم پیشنهادی دارای دقت بالا برای یافتن سوالات در شبکه های اجتماعی CQA می باشد.کلیدواژه ها
وب سایت های پرسش و پاسخ، پردازش زبان طبیعی، شبکه های عصبی عمیقمقالات مرتبط جدید
- ارزیابی اقتصادی و زیست محیطی سناریوهای ترکیب انرژی تجدیدپذیر در برنامه ریزی تولید برق ایران تا افق ۱۴۱۰
- بررسی فناوریها و استراتژیها برای بهینه سازی مصرف انرژی و افزایش کارایی در شبکه های توزیع
- فناوری اطلاعات و ارتباطات سبز
- Hoo Controller Design for a Quadruple-Tank Multivariable System: Robust Performance via Weighted Sensitivity Shaping
- تاثیر حیاتی همبستگیهای آماری ضعیف بادبار بر قابلیت اطمینان سیستمهای قدرت: دیدگاهی فراتر از مدلهای سنتی
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.