ارائه یک روش بازیابی اطلاعات مبتنی بر شبکه های عصبی عمیق برای سامانه های پرسش و پاسخ پیچیده
Publish place: Electronic and cyber defense، Vol: 12، Issue: 1
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 25
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PADSA-12-1_001
تاریخ نمایه سازی: 30 خرداد 1403
Abstract:
سامانههای پرسشپاسخ به عنوان نسل جدید موتورهای جستجو، توانایی بازیابی پاسخ مرتبط به پرسش های ارائه شده به زبان طبیعی را دارند. عموما این سامانهها از سه بخش اصلی پردازش پرسش، بازیابی اطلاعات و استخراج پاسخ تشکیل شدهاند و برای هر بخش روشهای متعددی معرفی شده است. یکی از مهمترین بخشها بازیابی اطلاعات و انتخاب پاراگرافهای مرتبط است. امروزه اغلب پرسش های کاربران در سامانه های پرسش و پاسخ از نوع پیچیده است. برای پاسخدهی به این گونه پرسش ها ابتدا نیازمند درک پرسش و سپس بازیابی اسناد مختلف است که از نظر واژگانی و معنایی به هم مرتبط هستند. در سالهای اخیر پیشرفت یادگیری مبتنی بر شبکههای عصبی عمیق از یک سو و معرفی مجموعهدادههای باکیفیت در مقیاس بزرگ از سوی دیگر باعث جلب توجه پژوهشگران به این حوزه شده است. در این پژوهش یک روش برای انتخاب پاراگرافهای مرتبط برای سامانههای پرسش پاسخ پیچیده روی مجموعه داده هات پات کیوای معرفی شده است. برای انتخاب پاراگرافهای مرتبط ابتدا نوع پرسش را با استفاده از یک شبکه عصبی عمیق تشخیص داده می شود. سپس با استفاده از مدلهای زبانی برت در چند گام پاراگرافهای مرتبط که شواهدی از پاسخ در آن نمایان باشد انتخاب میشوند. برای اینکار از روش استخراج کلمات کلیدی در پرسش استفاده شده است. نتایج بدست آمده نشان از بهتر بودن نتایج نسبت به روش پایه دارد.
Keywords:
Authors
آرش غفوری
دانشجوی دکتری ، دانشگاه علم و صنعت ، تهران ، ایران
حسن نادری
دانشیار ، دانشگاه علم و صنعت ، تهران ، ایران
محمدرضا حسنی آهنگر
استاد، دانشگاه جامع امام حسین(ع)، تهران، ایران
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 :