روش جدید رفع ابهام معنایی در ترجمه ماشینی مبتنی بر مجموعه متون
Publish place: National Conference on Computer Science and Engineering
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,131
This Paper With 8 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:
NCCSE01_127
تاریخ نمایه سازی: 9 بهمن 1392
Abstract:
در این مقاله، روش رفع ابهام معنایی و نظارتی جدیدی در ترجمه ماشینی مبتنی بر مجموعه متون ارائه می دهیم. این روش با استفاده ازالگوریتم های کلاسه بندی و یادگیری ماشین ابهام زدایی می نماید. در این روش ابتدا برخی کلمات مهم متن انتخاب می شوند، سپس یک بردار برایهر پاراگراف شامل فاصله هر کلمه مهم نسبت به کلمه مبهم در پاراگراف و تعداد تکرار هر کلمه و نیز معنی کلمه مبهم در آن پاراگراف ایجادمی کنیم و با دادن این بردارها به موتور یادگیری ماشین آموزش می دهیم. برای پاراگراف های جدید بردارها بدون داشتن معنای کلمه مبهم محاسبهمی شوند و بوسیله ماشین یادگیری که قبلا آموزش دیده است، معنای کلمه مبهم را مشخص میگردد. در این مقاله برای ارزیابی روش پیشنهادی، روش Fold-Gross Validation- 10 را بکار می بریم و برای مقایسه نتایج، از روش های کلاسه بندی مختلف استفاده میکنیم. میانگین صحت عملکرد روش پیشنهادی 94.52 درصد می باشد.
Keywords:
Authors
محمدعلی تدین
دانشگاه شیراز، دانشجوی کارشناسی ارشد دانشکده آموزش الکترونیک، بخش فناوری اطلاعات
منصور ذولقدی جهرمی
دانشگاه شیراز، استاد تمام بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات
سیدمصطفی فخراحمد
دانشگاه شیراز، استادیار بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات
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 :