استفاده از الگوریتم ژنتیک برای تعیین قوانین فازی در یک شبکه عصبی -فازی ابداعی برای تصحیح غلطهای تایپی و املایی
Publish place: 19th Iranian Conference on Electric Engineering
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,174
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE19_095
تاریخ نمایه سازی: 14 مرداد 1391
Abstract:
کشف و اصلاح اشتباهات تایپی و املایی از جمله مسائلی است که در طی چند سال اخیر توجه بسیاری از محققین را به خود معطوف ساخته است. بررسی شباهتهای موجود مابین رشتههای کاراکتری، اصلاح غلطهای آوایی با استفاده از کدگذاری برای کلمات، بررسی روشهای احتمالی برای تشخیص اشتباهات ساختاری و معنایی و همچنین بررسی روشهای دستیابی به ریشه کلمات برای جلوگیری از افزونگی در پایگاه لغات از جمله این موارد می باشد .در این مقاله تکنیکهای مختلف مدلسازی خطای کاربر بررسی و راهکاری نوین برای حل این مساله توسط شبکههای عصبی -فازی و الگوریتم ژنتیک ارائه شده است. شبکه پیشنهادی توسط پایگاه دادهای از لغات صحیح ساخته شده و در مرحله تست توسط قوانین فازی از بین کلیه لغات شبکه، لغات با بیشترین میزان تعلق انتخاب می شود. در سیستم پیشنهادی خطای کلمات صحیح صفر و خطای تست شبکه بسته به نوع خطا متغیر میباشد. در این روش برای کلمات با طولهای متفاوت شبکههای متفاوتی ایجاد میشود. این ویژگی سبب میگردد تا یک شاخص گذاری بر روی کلمات انجام شده و روند جستجو با سرعت بیشتری انجام پذیرد. از مهمترین ویژگیهای شبکه پیشنهادی آن است که ورودیهای آن بهصورت مقادیر فازی در نظر گرفته شده و همچنین خطای آموزش شبکه صفر می باشد
Keywords:
Authors
هادی غیبی
دانشکده مهندسی برق و رایانه و فناوری اطلاعات دانشگاه آزاد اسلامی واح
محمدمهدی عبادزاده
استادیار- دانشکده کامپیوتر و مهندسی اطلاعات دانشگاه صنعتی امیرکبیر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :