تعیین قطبیت متون فارسی با استفاده از شبکه های باورعمیق
Publish place: سومین کنفرانس بین المللی در مهندسی برق، الکترونیک و کامپیوتر
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 745
This Paper With 12 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:
ICEECET03_058
تاریخ نمایه سازی: 6 اسفند 1395
Abstract:
تعیین قطبیت متون، فرایند تحلیل نظرات، عقاید و سنجمان کاربران است که از مستندات موجود در یک موضوعخاص استخراج می شود. هدف این مقاله، تعیین قطبیت (مثبت، منفی و یا خنثی) متون فارسی است که مدلی با ترکیبروشهای یادگیری عمیق و یادگیری سطحی را ارائه میکند. در این مدل، از روش یادگیری سطحی به نام تعبیه برداریکلمات برای استخراج ویژگی و از شبکه باور عمیق برای دستهبندی استفاده شده است. مواردی مانند عدم محدودیت زبانی،عدم محدودیت دامنه، عدم نیاز به دیکشنری احساسات و استفاده از متن خام بعنوان ورودی از ویژگی های مدل پیشنهادیاست. برای ارزیابی مدل، سه پیکره با دامنه متفاوت مورد آزمایش قرار گرفته که نتایج نشان دهنده کارایی روش پیشنهادی است.
Keywords:
Authors
محمد بادپیما
دانشجوی دانشگاه مالک اشتر
حسین شیرازی
استاد دانشگاه مالک اشتر
سعیده سادات سدیدپور
دانشجوی دکترای دانشگاه 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 :