سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

انتخاب ویژگی جهت طبقه بندی پرسش با استفاده از الگوریتم فاخته

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 814

This Paper With 12 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ICTCK02_106

Index date: 29 October 2016

انتخاب ویژگی جهت طبقه بندی پرسش با استفاده از الگوریتم فاخته abstract

با افزایش روز افزون حجم اطلاعات ذخیره شده در شبکه های جهانی وب و زیرمجموعه های آن همانند شبکه هایاجتماعی، فرآیند بازیابی و استخراج اطلاعات اهمیت ویژهای یافته است. سیستم پرسش و پاسخ، شکل خاصی از بازیابیاطلاعات است که سعی در یافتن پاسخ های کوتاه، دقیق و مفید به پرسش های کاربران دارد. مهم ترین بخش در سیستم-های پرسش و پاسخ، طبقه بندی پرسش می باشد که پرسش ها را به یک دسته مشخص از قبیل فرد، مکان، زمان و غیرهبرچسب گذاری می کند. کارایی یک طبقه بند پرسش، به ویژگی های بکارگرفته شده در طبقه بندی بستگی دارد، هر چهویژگی های بکارگرفته شده متمایزتر باشند دقت طبقه بندی نیز افزایش می یابد. استفاده از تمام ویژگی های استخراج-شده از پرسش باعث کاهش دقت طبقه بندی پرسش میگردد از همین رو در این پژوهش از الگوریتم فاخته که یکالگوریتم تکاملی است برای انتخاب ویژگی های متمایزتر، از میان ویژگی های لغوی و نحوی استفاده گردیده است.دلیلبرتری الگوریتم فاخته نسبت به الگوریتم های تکاملی دیگر، در کارکرد چندگانه عملگرهای الگویتم فاخته از قبیلتخمگذاری و مهاجرت است که باعث تحقق همزمان چندین هدف می شود. همچنین برای طبقه بندی پرسش نیز ازماشین بردار پشتیبان استفاده شده است. نتایج حاصل از آزماشیات نشان می دهد که دقت روش پیشنهادی برایطبقه بندی پرسش ها با استفاده از داده های UIUC برابر 89.6 درصد بوده است.

انتخاب ویژگی جهت طبقه بندی پرسش با استفاده از الگوریتم فاخته Keywords:

بازیابی و استخراج اطلاعات - سیستم های پرسش و پاسخ- طبقه بندی پرسش- الگوریتم فاخته و ماشین بردار پشتیبان

انتخاب ویژگی جهت طبقه بندی پرسش با استفاده از الگوریتم فاخته authors

یعقوب قنبری

دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه هرمزگان

شهرام گلزاری

استاد یار گروه مهندسی برق و کامپیوتر، دانشکده فنی و مهندسی، دانشگاه هرمزگان

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 :
بختیار قلعه تکی، سمیرا، دزفولیان، میر حسین، منصوری زاده، محرم، ...
قبادی، راحیل، دزفولیان، میر حسین، منصوری زاده، محرم، سامانه هوشمند ...
شادی محمودی، "گسسته سازی الگوریتم بهینه سازی فاخته مطالعه موردی: ...
باسره، زینب، گلزاری، شهرام، حریفی، عباس، تشخیص بیماری صرع با ...
Kangavari, Mohammad Reza, Ghandchi, Samira, Go lpour, Manak, A New ...
Kolomiyets, O., Moens, M.-F., A survey on question answering technology ...
GreenWood, M. A. _ Open-Domain Question- Answering , Ph.D. Thesis, ...
Gupta, P., Gupta, V., A survey of text question answering ...
Manning, C. D., Raghavan, P., Schitze, H., retrieval, ...
Cambridge university press, 2008. ...
Tellex, S., Katz, B., Lin, J., Fernandes, A., of ...
answering , ACM SIGIR, pp. 41-47, 2003. ...
Lee, G., Seo, J., Lee, S, Jung, H., SiteQ: Engineering ...
classification using support vector machines , ACM SIGIR, pp. 26-32, ...
Li, X., Roth, D., Learning question classifiers: the role of ...
He dstrom, Anna. Question categorization for a question answering system ...
University, Upp sala, Sweden, 2005. ...
Tran , Mai-Vu, Duc-Trong Le, Xuan-Tu Tran, and Tien-Tung Nguyen. ...
Tahri, Adel, and Okba Tib ermancine _ DBPEDIA Based Factoid ...
V. Krishnan, S. Das, and S. Chakrabarti, Enhanced Answer Type ...
Silva, Joao, Lusa Coheur, Ana Cristina Mendes, and Andreas Wichert. ...
Loni Babak, Dr. M. long, Dr. D.MJ. Tax, Clas sification ...
Optimal Combination of Features, Master of Sceience Thesis, Department of ...
Ehsan Valian, Saeed Tavakoli, Shahram Mohanna, Atiyeh Haghi (2013), "Improved ...
K. Chandras ekaran, Sishaj P. Simon (2012), "Multi-obj ective scheduling ...
A. A. Yahya and A. Osman, Automatic classification of questions ...
machines, Proc. The Internati onal Arab Conference _ Information Technology, ...
نمایش کامل مراجع

مقاله فارسی "انتخاب ویژگی جهت طبقه بندی پرسش با استفاده از الگوریتم فاخته" توسط یعقوب قنبری، دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه هرمزگان؛ شهرام گلزاری، استاد یار گروه مهندسی برق و کامپیوتر، دانشکده فنی و مهندسی، دانشگاه هرمزگان نوشته شده و در سال 1394 پس از تایید کمیته علمی دومین کنگره بین المللی فن آوری، ارتباطات و دانشICTCK۲۰۱۵ پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله بازیابی و استخراج اطلاعات - سیستم های پرسش و پاسخ- طبقه بندی پرسش- الگوریتم فاخته و ماشین بردار پشتیبان هستند. این مقاله در تاریخ 8 آبان 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 814 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که با افزایش روز افزون حجم اطلاعات ذخیره شده در شبکه های جهانی وب و زیرمجموعه های آن همانند شبکه هایاجتماعی، فرآیند بازیابی و استخراج اطلاعات اهمیت ویژهای یافته است. سیستم پرسش و پاسخ، شکل خاصی از بازیابیاطلاعات است که سعی در یافتن پاسخ های کوتاه، دقیق و مفید به پرسش های کاربران دارد. مهم ترین بخش در سیستم-های پرسش و ... . برای دانلود فایل کامل مقاله انتخاب ویژگی جهت طبقه بندی پرسش با استفاده از الگوریتم فاخته با 12 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.