بکارگیری شبکه های عصبی مصنوعی در پردازش زبان طبیعی
Publish place: 13th Iranian Conference on Electric Engineering
Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,826
This Paper With 5 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:
ICEE13_174
تاریخ نمایه سازی: 27 آبان 1386
Abstract:
توانایی شبکه های عصبی مصنوعی در یادگیری موازی از یک طرف، اهمیت یادگیری در پردازش زبان از طرف دیگر توجه تعدادی از محققین در زمینه پردازش زبان طبیعی را به خود معطوف کرده است. در این مقاله از میان حوزه های پردازش زبان طبیعی، برچسب زدن گفتار با استفاده از شبکه های عصبی پرسپترون M3 و شبکه عصبی خود سازمانده SOM مورد بررسی قرار گرفته است. هر کدام از شبکه های عصبی فوق الذکر عمل برچسب زدن را با توجه به کل جمله و با استفاده از مدل خاصی انجام می دهد. بعنوان مثال استفاده از یک پایگاه قوانین در کنار شبکه عصبی پرسپترون باعث افزایش دقت نهایی می شود. در صورتی که خطای پوسته زیاد باشد، شبکه پرسپترون با توجه به پیچیدگی مسئله همرگا نمی شود، در این موارد از شبکه عصبی M3 استفاده می شود که هنگام یادگیری قابلیت تصحیح بر خط پوسته را دارا است. شبکه عصبی SOM نیز با استفاده از خوشه بندی و تعریف معیار فاصله، کلمات را برچسب میزند.
Authors
ستار هاشمی
دانشکده کامپیوتر، دانشگاه علم و صنعت ایران
محسن رحمانی
دانشکده کامپیوتر، دانشگاه علم و صنعت ایران
محمدرضا کنگاوری
دانشکده کامپیوتر، دانشگاه علم و صنعت ایران
ناصر مزینی
دانشکده کامپیوتر، دانشگاه علم و صنعت 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 :