تشخیص موجودیت های اسمی بر پایه شبکه های عصبی با حافظه بلندمدت-کوتاه مدت

مسئله شناسایی موجودیت های اسمی به عنوان یکی از شاخه های پردازش زبان طبیعی و زیرمجموعه ای از استخراج اطلاعات به شمار می رود. هدف اصلی در تشخیص موجودیت های اسمی، دسته بندی اسامی خاص متن با برچسب هایی مانند شخص، مکان و سازمان است. امروزه اکثر روش هایی که برای این منظور معرفی شده اند سعی در استفاده از ویژگی هایی دارند که مختص به یک زبان خاص نیست. از جمله این روش ها می توان به استفاده از شبکه عصبی با حافظه بلند مدت – کوتاه مدت اشاره کرد. آموزش این شبکه های عصبی به وسیله استخراج ویژگی ها از بردارهای کلمات در سطح نویسه و بردارهای کلمات از پیش آموزش دیده انجام می گیرد. دراین مقاله مدل جدیدی برای ساخت نمایش های برداری کلمات پیشنهاد می شود که از ترکیب بردار نحوی کلمه با دو بردار کلمه قبلی به دست می آید. بردار نحوی کلمه شامل اطلاعات نحوی موجود در جمله مانند موقعیت کلمه در جمله، نقش کلمات و ارتباط نحوی آن ها با یکدیگر است. استفاده از این روش باعث توسعه سیستم هایی می شود که کمترین وابستگی را به دامنه دارند. کارایی روش پیشنهادی بر روی مجموعه داده موجودیت های اسمی مورد ارزیابی قرار گرفته است. نتایج به دست آمده، نشان دهنده بهبود قابل ملاحظه ای در مقایسه با سایر روش های مطرح در حوزه تشخیص موجودیت های اسمی می باشد.

Keywords:

پردازش زبان طبیعی , تشخیص موجودیتهای اسمی , نمایش برداری کلمات , شبکه عصبی با حافظه بلند مدت – کوتاه مدت پایدار