ارائه روشی جهت شباه تیابی معنایی متون عربی با استفاده از یادگیری عمیق

شباه تیابی معنایی متون (STS) یکی از زیرشاخه های پردازش زبان طبیعی است که در چندسال اخیر توجهات گسترده ای را به خود معطوف کرده است. منظور از شباه تیابی معنایی، محاسبهمیزان شباهت معنایی بین دو سند متنی، پاراگراف یا جمله می باشد که به دو صورت تک زبانهو چندزبانه مطرح است. هدف از این مقاله محاسبه میزان شباهت معنایی بین دو جمله در زبانعربی است که با توجه به عربی زبان بودن بسیاری از متون اسلامی، این پژوهش از کاربردهایفراوانی برخوردار است. جهت محاسبه میزان شباهت معنایی بین دو جمله نیازمند نمایش یکجمله به صورت بردار است. در این تحقیق با استفاده از بردارهای از پیش آموزش داده شده برروی متون عربی موجود در توییتر و ویکی پدیا با استفاده از دو روش CBOW و Skip-Gramکه از معروف ترین روش های آموزش تعبیه کلمات می باشند بردارهای کلمات استخراج می گردد.سپس با استفاده از داده های موجود در کنفرانس شباهت یابی معنایی سال ۲۰۱۷ که به صورتجفت جمله عربی بودند اقدام به آموزش مدل شبکه عصبی عمیق با نام شبکه سیامی با استفادهاز لایه LSTM نمودیم. استفاده از LSTM توانائی یادگیری وابستگی های بلندمدت در شبکه راامکان پذیر می سازد. تاکنون در زمینه شباهت یابی معنایی زبان عربی از شبکه سیامی استفاده نشدهبود و این اولین پژوهش در این زمینه است. شبکه های سیامی در عین سادگی نتایج قابل قبولیرا از خود نشان می دهد. در لایه آخر شبکه، با استفاده از شباهت کسینوسی بین بردارهای متعلقبه دو جمله ورودی، میزان شباهت بین آن ها، به دست می آید. نتایج بیانگر آن است که با استفادهاز روش پیشنهادی میزان همبستگی ۸۳.۴ درصد به دست می آید که از سایر روش های موجودعملکرد بهتری را از خود نشان می دهد.