خلاصه سازی متون فارسی با استفاده از الگوریتم یادگیری عمیق
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,401
فایل این مقاله در 8 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:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IDMEC01_065
تاریخ نمایه سازی: 29 بهمن 1398
چکیده مقاله:
با توجه به رشد روزافزون اطلاعات و افزایش سریع حجم داده های دیجیتالی، ناگزیر به خلاصه سازی متون هستیم. نیاز به خلاصه سازی متون و اخبار یکی از نیازهای لازم در حوزه پردازش زبان طبیعی می باشد. روش های حاضر بر حسب روش های آمار، وردنت ، روش های مبتنی بر گراف و غیره می باشند. خلاصه سازی خودکار متن به عنوان هسته مرکزی طیف گسترده ای از ابزارهای پردازشگر متن مانند خلاصه سازهای ماشینی، سیستم های تصمیم یار، سیستم های پاسخگو، موتورهای جستجو و غیره تلقی می شود. تلاش ما بر این است تا روشی بهتر از روش های ذکرشده برای خلاصه سازی متون با استفاده از الگوریتم های یادگیری عمیق به دست آوریم. هدف ما در این مقاله، ایجاد خلاصه سازی استخراجی از متون و انتخاب بهترین جملات درون متون برای ایجاد خلاصه بهتر با استفاده از یادگیری عمیق می باشد. این خلاصه سازی بر روی متون فارسی صورت می گیرد و پیش پردازش ها و محدودی،های خاصی را دارا می باشد. همچنین بررسی هایی انجام می دهیم که بتوانیم بهترین حال، نمایش یک سند متن فارسی را به حال، عددی به دست آوریم به طوری که معنای کلمات درونمتون آنها حذف نشود. نتایج نشان می دهد که مدل درخت، تصمیم با میزان دقت، 100 % بهترین مدل اعمال شده است و مدل شبکه عصبی با دقت، 98 % درصد در رتبه دوم قرار دارد.
کلیدواژه ها:
نویسندگان
ساره قانع
دانشجوی کارشناسی ارشد هوش مصنوعی موسسه آموزش عالی اشراق
قدرت سپیدنام
استادیار و عضو هیات علمی موسسه آموزش عالی اشراق
احسان جعفری
مدیر گروه و عضو هیات علمی موسسه آموزش عالی اشراق