کاهش شکاف معنایی در دسته بندی پرسش ها با بهره گیری از قوانین طبقه بندی

Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 491

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_TJEE-46-3_002

تاریخ نمایه سازی: 10 تیر 1396

Abstract:

دسته بندی پرسش ها یکی از مولفه های حیاتی سیستم های بازیابی اطلاعات و پاسخگویی به پرسش است. هدف از دسته بندی پرسش،شناسایی دقیق نوع پاسخ موردانتظار آن و انتساب برچسبی به آن مطابق با دسته ای است که پرسش در آن قرار می گیرد. تاکنون با دو رویکرد مبتنیبر قانون و یادگیری ماشین، پژوهش های متعددی در این حوزه صورت پذیرفته است. هدف ما در این پژوهش تلفیق نتایج این دو رویکرد به منظورافزایش صحت دسته بندی است. نوآوری اصلی ارایه شده در این پژوهش، غنی سازی بردار ویژگی کیسه کلمات حاصل از پرسش ها با قوانیندسته بندی است. اهمیت روش تلفیق ارایه شده در این مقاله امکان استفاده از مخازن قوانین با ساختار طبقه بندی متفاوت نسبت به ساختار موجودبرای دسته بندی پرسش ها است. نتایج حاصل از پیاده سازی روش پیشنهادی بر دادگان UIUC بیانگر موثر بودن روش پیشنهادی در بهبود صحت دسته بندی پرسش ها است.

Keywords:

دسته بندی پرسش , رویکرد مبتنی بر قانون , رویکرد مبتنی بر یادگیری ماشین , رویکرد ترکیبی

Authors

سیده زهرا آفتابی

دانشجو، دانشکده مهندسی برق و کامپیوتر - دانشگاه یزد - یزد - ایران

محمدعلی زارع چاهوکی

استادیار، دانشکده مهندسی برق و کامپیوتر - دانشگاه یزد - یزد - ایران