ابهام زدایی معنایی کلمات با حداقل نظارت

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,849

This Paper With 14 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

COMCONF01_261

تاریخ نمایه سازی: 8 آذر 1394

Abstract:

دانش پردازش زبان طبیعی نقش بسزایی درتوسعه سایرعلوم علی الخصوص علوم کامپیوتر دارد باپیشرفت روزافزون روشهای پردازش گفتاروزبان طبیعی هم اکنون میتوان درلبه دانش گام برداشت و به تولید برنامه های کاربردی پردخت که پیش ازاین امکان پذیر نبود برنامه هایی که بطور کامل با انسان درتعامل خواهند بود و ورودیهای کامپیوتر را ازحوزه محدود ابزارهای ورودی خارج می کند واسان ترین فرمان ورودی یعنی زبان انسان را می پذیرد و درک می کند برای تسریع بخشیدن به توسعه و حل این مسائل پژوهشگران برروی این موضوعات چالش برانگیز تمرکز کرده اند تاراه حلی جامع برای رفع مشکلات ارایه دهند ابهام زدایی معنی کلمات یکی ازموضوعات مهم مطرح درپردازش زبان طبیعی می باشد هدف اصلی زبان ارایه و نشان دادن یک مفهوم خاص به مخاطب می باشد این مفهوم برگرفته ازمعانی کلمات موجود درآن زبان استخراج می شود بدون شناسایی صحیح قصد ومنظور کلمات دریک جمله نمی توان درک درستی ازمفهوم و قصد گوینده جمله داشت برای شناسایی صحیح مفاهیم موجوددرمتون نیز کامپیوتر باید نقش و معنی کلمات را شناسایی کند این موضوع زمانی دشوارتر به نظر می رسد که کلماتی درزبان وجود دارند که باتوجه به نقش و کلماتی که درهمسایگی آن کلمه وجود دارد معانی متفاوتی اتخاذ می کنند باتوجه به گسترش برنامه های کاربردی متفاوت به زبان فارسی این نیاز احساس میشود که راه حلی برای ابهام زدایی کلمات درزبان فارسی نیز ارایه شود

Keywords:

پردازش زبان طبیعی , شناسایی آماری الگو , ابهام زدایی معنایی کلمات , یادگیری ماشین , یادگیری با حداقل نظارت

Authors

محمدرضا محمودوند

کارشناسی ارشد مهندسی کامپیوتر هوش مصنوعی دانشگاه صنعتی مالک اشتر

مریم حورعلی

استادیار و عضو هیات علمی مجتمع ICT دانشگاه صنعتی مالک اشتر

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 :
  • Daniel Jurafsky & James H. Martin . An introduction to ...
  • Bawakid, A.; Oussalah, M., A semantic -based text cl assification ...
  • system, Cybernetic Intelligent Systems (CIS), 2010 International Conference on , ...
  • Tacoa, F.; Bollegala, D.; Ishizuka, M., A Context Expansion Method ...
  • Minca, A.; Diaconescu, S., An approach to knowledge -based Word ...
  • Wei Jan Lee; Mit, E, Word Sense Dis ambiguation by ...
  • International Conference _ , vol., no., pp.237, 242, 28-29 June ...
  • Parame Swarappa, S.; Narayana, V.N., Sense dis ambiguation of simple ...
  • Bin Shi; Liying fang; Jianzhuo ...
  • D is ambiguation of semantic document, Future Computer and Communic ...
  • Ji, H., One _ per context cluster: Improving word sense ...
  • D is ambiguation system for Kannada language, Advances in Recent ...
  • Broda, B.; Mazur, W., Evaluation of clustering algorithms for Polish ...
  • Azzini, A.; Pereira, C.; Dragoni, M.; Tettamanzi, A. G B, ...
  • Riahi, N.; Sedghi, F., A Semi- Supervised method for Persian ...
  • Pengyuan Liu, Another View of the Features in Supervised Chinese ...
  • Word Sense Di sambiguation , Computational Intelligence Security (CIS), 2011 ...
  • Ilgen, B.; Adali, E.; Tantug, A.C., The impact of collocational ...
  • Sinha, _ Mihalcea, R., U nsupervised Graph -basedWord Sense D ...
  • Semantic Computing, 2007. ICSC 2007. International Conference on , vol., ...
  • Xu Li; Xiuyan Zhao; Fenglong Fan; Bai Liu, An improved ...
  • di sambiguation , Info rmation and C _ mmuni cation ...
  • نمایش کامل مراجع