CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تاثیر طبقه بندی واژه ای برروی مدل های زبانی

اعتبار موردنیاز PDF: ۱ WORD: ۴ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۰۸ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: CSPLLL01_030
زبان مقاله: فارسی
حجم فایل: ۳۸۳.۲۹ کیلوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۰ صفحه و در دو فرمت PDF یا WORD بر اساس انتخاب شما، قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان و یا فایل با فرمت WORD را به قیمت ۱۲,۰۰۰ تومان بلافاصله دریافت فرمایید.
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تاثیر طبقه بندی واژه ای برروی مدل های زبانی

    فاطمه ریاحی - دانشجوی کارشناسی نرم افزار، دانشکده برق و کامپیوتر دانشگاه گناباد، ایران
  هانیه غلامی - دانشجوی کارشناسی نرم افزار، دانشکده برق و کامپیوتر، دانشگاه گناباد، ایران
  ملیحه جعفری - دانشجوی کارشناسی نرم افزار، دانشکده برق و کامپیوتر، دانشگاه گناباد، ایران
  زهرا حبیب فتح آبادی - دانشجوی کارشناسی نرم افزار، دانشکده برق و کامپیوتر، دانشگاه گناباد، ایران

چکیده مقاله:

بازشناسی متون، در سال های اخیر بسیار مورد توجه قرار گرفته است .در دهه های اخیر با توجه به کاربردهای گسترده مدل زبان، تحقیقات زیادی برای مدل سازی زبان های پرکاربرد جهانی و به خصوص زبان انگلیسی انجام شده است[1]. این مقاله تاثیر طبقه بندی واژه ای بر روی مدل های زبانی شبکه ای عصبی RNNLM را مورد بررسی قرار می دهد که اخیراٌ بسیاری از تکنیک های مدل سازی زبانی را معرفی کرده است. این به راحتی برای بهبود تشخیص گفتار موجود و سیستمهای ترجمه استفاده می شود . ما نگاه دقیق تری به این طبقه بندی انجام داده و دریافته ایم که طبقه بندی های پیشرفته می توانند با ترجمه مناسب عملکرد را نیز بهبود ببخشند. در این مقاله ما در مورد انتخاب پارامتر مطلوب و قابلیت های حالت های مختلف بحث می کنیم به خصوص استفاده از الگوریتم های قهوه ای را مورد بررسی قرار دادیم که روش کلاسیکی برای طبقه بندی است در آزمایشات استاندارد ما متوجه شدیم که 5 تا 7 درصد از پیچیدگی با استفاده از الگوریتم قهوه ای مسیر است.

کلیدواژه‌ها:

RNNLM، الگوریتم های قهو های، PPL

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CSPLLL01-CSPLLL01_030.html
کد COI مقاله: CSPLLL01_030

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ریاحی, فاطمه؛ هانیه غلامی؛ ملیحه جعفری و زهرا حبیب فتح آبادی، ۱۳۹۵، تاثیر طبقه بندی واژه ای برروی مدل های زبانی، نخستین همایش ارتباطات،زبان و ادبیات فارسی و مطالعات زبان شناختی، همدان، موسسه نامی سخن هگمتانه، https://www.civilica.com/Paper-CSPLLL01-CSPLLL01_030.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (ریاحی, فاطمه؛ هانیه غلامی؛ ملیحه جعفری و زهرا حبیب فتح آبادی، ۱۳۹۵)
برای بار دوم به بعد: (ریاحی؛ غلامی؛ جعفری و حبیب فتح آبادی، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • بشناسی متون فارسی با استفاده از مدل زبانی n-gram و ...
  • T. Mikolov, A. Deoras, S. Kombrink, L. Burget, and J.Cermock ...
  • Y. Bengio, R. Ducharme, P. Vicent et al. _ _ ...
  • روزنفلدو &#۰۳۹; _ روش حداکثر آنتروپی به انطباق زبان مدل ...
  • ساعت . شونک، "مدل مستمر زبان فضا" سخنرانی کامپیوتر و ...
  • بازدید کنندگان . چن و ز. گودمن، ، ۱ _ ...
  • JT (۷ گودمن، "کمی پیشرفت در زبان مدل سازی تمدید ...
  • .M (۸ هاتر، "جایزه فشرده سازی دانش بشر ۲۰۰۶ "، ...
  • .R (۹ روزنفلد، "دو دهه از زبان مدل سازی آماری: ...
  • "SRILM، A. Stolcke (۱۰ - یک ابزار مدل سازی زبان ...
  • ، F. JELINEK (۱۱ "از سه خطیها! مبارزه برای بهبود ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۳۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.