کاهش شکاف معنایی در دسته بندی پرسش ها با بهره گیری از قوانین طبقه بندی

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 492

فایل این مقاله در 12 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:

JR_TJEE-46-3_002

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

دسته بندی پرسش ها یکی از مولفه های حیاتی سیستم های بازیابی اطلاعات و پاسخگویی به پرسش است. هدف از دسته بندی پرسش،شناسایی دقیق نوع پاسخ موردانتظار آن و انتساب برچسبی به آن مطابق با دسته ای است که پرسش در آن قرار می گیرد. تاکنون با دو رویکرد مبتنیبر قانون و یادگیری ماشین، پژوهش های متعددی در این حوزه صورت پذیرفته است. هدف ما در این پژوهش تلفیق نتایج این دو رویکرد به منظورافزایش صحت دسته بندی است. نوآوری اصلی ارایه شده در این پژوهش، غنی سازی بردار ویژگی کیسه کلمات حاصل از پرسش ها با قوانیندسته بندی است. اهمیت روش تلفیق ارایه شده در این مقاله امکان استفاده از مخازن قوانین با ساختار طبقه بندی متفاوت نسبت به ساختار موجودبرای دسته بندی پرسش ها است. نتایج حاصل از پیاده سازی روش پیشنهادی بر دادگان UIUC بیانگر موثر بودن روش پیشنهادی در بهبود صحت دسته بندی پرسش ها است.

کلیدواژه ها:

دسته بندی پرسش ، رویکرد مبتنی بر قانون ، رویکرد مبتنی بر یادگیری ماشین ، رویکرد ترکیبی

نویسندگان

سیده زهرا آفتابی

دانشجو، دانشکده مهندسی برق و کامپیوتر - دانشگاه یزد - یزد - ایران

محمدعلی زارع چاهوکی

استادیار، دانشکده مهندسی برق و کامپیوتر - دانشگاه یزد - یزد - ایران