طبقه بندی اسامی فارسی با استفاده از طبقه بندی کننده ترکیبی
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,749
This Paper With 13 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:
CHKI01_067
تاریخ نمایه سازی: 8 دی 1388
Abstract:
یک سیستم شناسایی و طبقهبندی اسامی ( NER: Name Entity Recognition ) سیستمی است که می تواند یک یا چند نوع از اسامی را در متن شناسایی و طبقهبندی کند.هر چند که در دهه اخیر کارهای زیادی بر روی سیستمهای شناسایی و طبقهبندی اسامی در زبانهای مختلف و دامنه های مختلف انجام شده است اما در زبان فارسی، با توجه به عدم وجود یک مجموعه داده کامل به همراه برچسبهای غنی، تاکنون پژوهش های کمتری در این ضمینه انجام شده است. یکی از مشکلاتی که در طبقه بندی اسامی وجود دارد نامتوازن بودن حجم طبقات اسامی در متون است که این امر باعث ایجاد انحراف در آموزش الگوریتم طبقه بندی و کاهش دقت سیستم می گردد. برای حل این مشکل می توان با استفاده از الگوریتم های پیش پردازش حجم این طبقات را متوازن تر کرد علاوه بر این استفاده از یک طبقه بندی کننده ترکیبی سلسله مراتبی این مشکل را تا حدی بهبود می دهد در این مقاله از مجموعه داده پژوهشکده هوشمند علائم برای طبقه بندی اسامی استفاده شده است. استفاده از یک طبقه بندی کننده ترکیبی سلسله مراتبی با دو شبکه عصبی 92 در صد صحت را نشان می دهد که نسبت به یک طبقه بندی کننده ساده(شبکه عصبی) چهار درصد بهبود را نشان می دهد.
Keywords:
Authors
سیدعبدالحمید اصفهانی
کارشناس ارشد هوش مصنوعی، مدرس دانشگاه آزاد اسلامی واحد قاین
سعید راحتی قوچانی
دکترای برق مخابرات ، استاد یار دانشگاه آزاد اسلامی واحد مشهد
نادر جهانگیری
دکترای زبانشناسی، استاد دانشگاه فردوسی مشهد
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 :