یک مدل بازنمایی برداری واژگان برای ترجمه ی ماشینی انگلیسی به فارسی با استفاده از یادگیری ژرف

یادگیری عمیق رویکرد جدیدی در زمینه ی یادگیری ماشین است. یادگیری عمیق دیدگاه نوینی برای ترجمهی ماشینی فراهم کرده است.این دیدگاه به ترجمه ی ماشینی عصبی معروف است. آموزش یکپارچه ی این سیستم ها برای ترجمه ی ماشینی انگلیسی به فارسی، نیازبه پیکره ی متنی موازی بزرگ دارد. متاسفانه در زبان فارسی چنین پیکاره ی متنی بزرگی در دستری نیست. باعنوان یک راه حالجایگزین، داده ی متنی بزرگ فارسی، برای بازنمایی برداری واژگان جمع آوری شد. برای بازنمایی برداری واژگان از روشWord2Vec استفاده شد. دو پارامتر بعد فضای برداری و حجم مجموعه دادگان در بازنمایی برداری واژگان در روش Word2Vecتاثیر داشتند. مجموعه تستی برای ارزیابی بازنمایی برداری واژگان با استفاده از معیار شباهت کسینوسی ارایه شد. بردارهایبه دست آمده از روش Word2Vec روی مجموعه تست تعریف شده برای زبان فارسی، ازلحاظ شباهت معنایی و نحوی واژگان عملکردقابل توجهی به نمایش گذاشت.

Keywords:

بازنمایی برداری واژگان , Word2Vec , ترجمه ی ماشینی عصبی , یادگیری عمیق , پردازش زبان طبیعی