تشخیص درک موضوع متون فارسی با استفاده از روش زنجیره مارکوف
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,132
فایل این مقاله در 14 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:
CITCONF03_022
تاریخ نمایه سازی: 12 تیر 1395
چکیده مقاله:
باتوجه به توسعه فناوری های نوین و کاربردی شدن آنها ها در عرصه های تولید اطلاعات ؛ لزوم استخراج و ساماندهی اطلاعات؛ تشخیص و درک اولیه محتوای اسنادی تولیدی و دسته بندی خودکار آنها همچنین کنترل و نظارت ضروری است. صرف وقت فراوان برای تجمیع نظر کارشناسان درارتباط با انطباق موضوع طرح با اهداف مشخص شده وعدم دسترسی به درصد واقعی میزان پرداختن به موضوعات مورد انتظار از مواردی است که همواره چالش برانگیز بوده است دراین مقاله براساس الگوریتم های یادگیری ماشین؛ هوش مصنوعی و روشهای من کاوی؛ مدلی برای طبقه بندی موضوعی محتوای طرح ها و منابع متنی تولید با تقسیم آن به قطعات بیشتر از یک جمله و کمتر از یک متن با استفاده از مارکوف؛ شبکه عصبی و روشهای نایویبز محاسبه شده است. هدف اصلی برری و ارائه مدل چندگانه طبقه بندی و درک دقیق موضوع متون براساس تلفیق مدلهای بیزی n - نگاشت مارکوف و بکارگیری خروجی آن در شبکه عصبی و نیز ارائه روشهای استخراج اطلاعات است.
کلیدواژه ها:
نویسندگان
تمنا دربندی فراهانی
کارشناسی ارشد سیستمهای هوشمند؛ دانشگاه صنعتی امیرکبیر سازمان صدا سیمای جمهوری اسلامی ایران
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 :