کاربرد مدلهای بیز ناپارامتری در مشکلات پردازش زبان طبیعی

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 720

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECTCONF01_011

تاریخ نمایه سازی: 13 مهر 1398

چکیده مقاله:

امروزه روشهای بیز ناپارامتری کاربردهای فراوانی در برآورد پارامترها و مدل بندی مسائل دارند. در این مقاله مدلهای بیز ناپارامتری در پردازش زبان طبیعی مورد مطالعه قرار داده شدهاند. استفاده از این مدلها و تعیین توزیع های پیشین مناسب سبب دستیابی به یک مدل قدرتمندتری برای به دست آوردن اطلاعات بیشتر میشود. اگر چه استفاده از این پیشینها در ماشینهای یادگیری و پردازش زبان طبیعی هنوز به اندازه ی کافی مطالعه نشده است . ابتدا روشهای بیز ناپارامتری براساس رایج ترین توزیع پیشین یعنی فرایند دیریکله مورد مطالعه قرار گرفته اند. سپس نمایشهای متفاوت از فرایند دیریکله مانند فرایند رستوران چینی، ساختار استیک بریکینگ، فرایند دیریکله ی سلسله مراتبی و فرایند پیتمن یور معرفی شده اند. در پایا ن چهار راه حل در چارچوب پردازش زبان طبیعی مانند تقسیم بندی کلمه، استخراج عبارت و صف بندی، تجزیه ی مستقل از متن و مدلسازی زبان با استفاده از این مدلهای پیشنهاد شده و روشهای شبیه سازی مونت کارلو ارائه شده است.

نویسندگان

سلیمان خزایی

استادیار، گروه آمار، دانشگاه رازی، کرمانشاه،

ساناز سمندری

دانشجوی کارشناسی ارشد، گروه آمار، دانشگاه رازی، کرمانشاه