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

یافتن سوالات مشابه در انجمن های پرسش پاسخ با استفاده از شبکه های عصبی عمیق LSTM

عنوان مقاله: یافتن سوالات مشابه در انجمن های پرسش پاسخ با استفاده از شبکه های عصبی عمیق LSTM
شناسه ملی مقاله: EMCE04_323
منتشر شده در چهارمین کنفرانس ملی تحقیقات کاربردی در مهندسی برق،مکانیک،کامپیوتر و فناوری اطلاعات در سال 1397
مشخصات نویسندگان مقاله:

الهه کریمی - دانشگاه خاتم،
محمد تقی منظوری - دانشگاه صنعتی شریف،
بابک مجیدی - دانشگاه خاتم

خلاصه مقاله:
وب سایت های پرسش و پاسخ ( CQA ) کاربران را قادر می سازد تا سوالات خود را ارسال کنند و کابران دیگر سوالات آنها را پاسخ دهند. این گروه از وب سایت های شبکه های اجتماعی یکی از محبوب ترین وب سایت های اینترنتی هستند. پاسخ ها در این وب سایت های CQA می تواند برای سوالات خاص مربوط به یک حوزه خاص مورد علاقه برای کاربران یا مربوط به تمام انواع سوالات باشد . ایجاد وب سایت های خودکار CQA برای مطالعه پردازش زبان طبیعی بسیار مهم است . یکی از وظایف در توسعه وب سایت های CQA خودکار، جستجوی سوالات مشابه به سوال پرسیده شده توسط کاربر است . در این مقاله، یک روش جدید برای یافتن سوالات مربوط به سوالات کاربر با استفاده از شبکه های عصبی عمیق LSTM پیشنهاد شده است . نتایج تجربی نشان می دهد که الگوریتم پیشنهادی دارای دقت بالا برای یافتن سوالات در شبکه های اجتماعی CQA می باشد.

کلمات کلیدی:
وب سایت های پرسش و پاسخ، پردازش زبان طبیعی، شبکه های عصبی عمیق

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/870718/