معرفی یک روش جدید ابهام زدایی موجودیت ها برای محاسبه ارتباط معنایی متون

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,383

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

LNCSE02_080

تاریخ نمایه سازی: 6 اسفند 1391

چکیده مقاله:

درمساله ابهام زدایی کلمه معنا و مفهوم اصلی یک کلمه مبهم دریک متن تشخیص داده میشود اما دراین مقاله روش جدیدی برای ابهام زدایی موجودیت ها معرفی میگردد که درآن هرموجودیت درمتن با استفاده از مفهوم متن با یک موجودیت حقیقی دریک منبع دانش مشخص تطبیق پیدا می کند برای داشتن یک منبع دانش جامع و دقیق نیز استفاده از انتولوژی یاگو پیشنهاد می شود نتایج بدست آمده ازاین روش با یکی از بهترین تکنولوژی ها دراین زمینه مقایسه خواهد شد تا برتری روش پیشنهادی برای کاربرد خاص این مقاله روشن گردد درواقع با استفاده از ابهام زدایی موجودیت ها موجودیت های معناداری به دست خواهد آمد که میتوانند کاربردهای مفیدی داشته باشد به همین علت دراین مقاله پیشنهاد می گردد که از روش ابهام زدایی موجودیت ها برای محاسبه ارتباط معنایی متون استفاده می شود.

کلیدواژه ها:

آنتولوژی یاگو ، ابهام زدایی ، بازیابی اطلاعات ، تشخیص موجودیت های نامدار ، محاسبه ارتباط معنایی متون ، موجودیت های معنادار

نویسندگان

فرهاد عابدینی

دانشگاه آزاد اسلامی واحد رودسرواملش رودسر

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 :
  • Farhad Abedin and Seyedeh Masoumeh Mirhashem, "From Text to Factپ ...
  • Rada Mihalcea, Using Wikipedia for Automatic Word Sense D isambiguation ...
  • Farhad Abedini, Fariborz mahmoudi, Amir Hossein Jadidinejad. SESR: Semuntic Entity ...
  • Farhad Abedini, Fariborz Mahmoudi, and Seyedeh Masoumeh Mirhashem, "Using Semantic ...
  • Sunita Sarawagi. Information Extraction. Foundations and Trends in Databases Vol. ...
  • Z. Nie, Y. Ma, S. Shi, J.-R. Wen, and W.-Y. ...
  • J. Zhu, Z. Nie, J.-R. Wen, B. Zhang, and W.-Y. ...
  • Farhad Abedini, Fariborz Mahmoudi, and Amir Hossein Jadidinejad, "From Text ...
  • F. M. Suchanek, Automated Constructiom and Growth of a Large ...
  • Bunescu, Razvan & Marius Pas.ca. Using encyclopedic knowledge for named ...
  • Sinha, R. and Mihalcea, R., Unsupervised graph-based word sense disambiguation ...
  • Olena Medelyan, David Milne, Catherine Legg, Ian H.Witten. Mining meaning ...
  • Journal of Human -Computer Studies, Pages 716-754, May 2009. ...
  • Mario Jarmas, Roget's thesuurus as _ lexical resource for naturul ...
  • Gabrilovich, E. and Markovich, S. (2007) Computing Semuntic Relatedmess using ...
  • F. M. Suchanek, M. Sozio, G. Weikum. SOFIE: a self- ...
  • Alexander Budanitsky and Graeme Hirs. Evaluating WordNet-based measures of lexical ...
  • F. M. Suchanek, G. Ifrim, and G.Weiku. LEILA: Learning to ...
  • Farhad Abedini, Fariborz mahmoudi, Amir Hossein Jadidinejad. OFE: Ontological Facts ...
  • The Stanford Natural Language Processing Group. Stanford Named Entity Recognizer ...
  • Michael D. Lee, Brandon Pincombe, and Matthew Welsh. An empirical ...
  • Johannes Hoffart, Fabian Suchanek, Klaus Berberich, Gerhard Weikum. YAGO2: A ...
  • Gabrilovich, E and Markovich, S. Computing Semantic Relatedness using Wikip ...
  • نمایش کامل مراجع