علی خدادوست - کارشناس کامپیوتردانشگاه شهید باهنر کرمان، بخش مهندسی کامپیوتر
فهیمه قاسمیان - استادیار، هیئت علمی دانشگاه شهید باهنر کرمان، بخش مهندسی کامپیوتر
فاطمه فلاحتی - دانشجوی دکترادانشگاه علوم پزشکی کرمان، دانشکده مدیریت

بخش بندی معنایی یکی از پرکاربردترین مراحل در پردازش متن و پردازش زبان طبیعی است که در خلاصه سازی متون، ترجمه ماشینی، استخراج اطلاعات از متون و تبدیل گفتار به متن کاربرد دارد. در این پژوهش هدف بخش بندی متون پزشکی است. پس از مطالعه روشهای مختلف وگرده آوری داده های مورد نیاز، یک روش سریع برای بخش بندی متون با استفاده از یادگیری عمیق ارائه شده است و تاثیر استفاده از دو مدل زبانی مختلف شامل مدل word2vec و برت مورد مقایسه قرار گرفته است. نتایج حاصل از ارزیابی نشان میدهد که برای بخش بندی متون پزشکی، مدل word2vec و برت کارایی بالا و نزدیک به هم دارند.

بخش بندی معنایی متن، پردازش متن، پردازش متون پزشکی، یادگیری ماشین، یادگیری عمیق