مروری بر طبقه بندی متون فارسی و انگلیسی و راهکارهای آن با رویکرد یادگیری عمیق
Publish place: Eighth international Conference on Knowledge and Technology of Mechanical, Electrical Engineering and Computer Of Iran
Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 300
This Paper With 13 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:
DMECONF08_222
تاریخ نمایه سازی: 31 فروردین 1402
Abstract:
طبقه بندی متن یکی از اساسی ترین کارهای مبنایی در حوزه پردازش زبان طبیعی است که برای به دست آوردن بینش در مورد اطلاعات متنی و سازماندهی آنها استفاده می شود. لزوم دسته بندی دادهها و استخراج اطلاعات مفید از آنها برای بالابردن عملکرد هر مجموعه ای ضروری است . بنابراین همواره روشهای گوناگونی در طبقه بندی متن توسط پژوهشگران برای یافتن شیوهای نوین برای بهبود عملکرد روشهای قبلی ، مورد بررسی و ارزیابی قرار می گیرد. روشهای مبتنی بر یادگیری عمیق به دلیل استخراج خودکار ویژگی ها بهتر از روشهای سنتی یادگیری ماشین عملکرده است . شبکه های بازگشتی و شبکه های کانولوشنال در یادگیری عمیق دارای کاربرد بیشتری هستند. در این پژوهش مروری بر طبقه بندی متن با استفاده از شبکه های یاد شده و راهکارهای مختلف ترکیبی و ساختاری مورد استفاده توسط پژوهشگران در متون فارسی و انگلیسی کرده ایم .
Keywords:
Authors
علی اکبر اسدی
دانشجوی کارشناسی ارشد کامپیوتر، نرم افزار، دانشگاه جامع امام حسین(ع)، تهران
مهدی نقوی
استادیار دانشکده کامپیوتر، نرم افزار، دانشگاه جامع امام حسین(ع)، تهران