دوره 13، شماره 3 - ( 9-1395 )                   جلد 13 شماره 3 صفحات 99-112 | برگشت به فهرست نسخه ها



DOI: 10.18869/acadpub.jsdp.13.3.99

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

ghaemi H, kahani M. Question Classification using Ensemble Classifiers . JSDP. 2016; 13 (3) :99-112
URL: http://jsdp.rcisp.ac.ir/article-1-270-fa.html
قائمی هادی، کاهانی محسن. دسته‌بندی پرسش‌ها با استفاده از ترکیب دسته‌بندها. پردازش علائم و داده‌ها. 1395; 13 (3) :99-112

URL: http://jsdp.rcisp.ac.ir/article-1-270-fa.html


کارشناسی ارشد دانشگاه فردوسی مشهد
چکیده:   (544 مشاهده)

هدف از تولید و گسترش سامانه‌های پرسش و پاسخ، ایجاد پاسخ دقیق برای پرسش داده‌شده به زبان طبیعی است. یکی ازمهم‌ترین بخش‌های سامانه‌های پرسش و پاسخ، دسته‌بندی پرسش است. عمل دسته‌بندی پرسش، پیش‌بینی نوع پاسخ مورد نیاز برای پرسش داده‌شده به زبان طبیعی است. کارهای انجام­شده در این زمینه را می‌توان در دو دسته مبتنی بر قانون و مبتنی بر یادگیری تقسیم کرد. در این مقاله یک معماری جدید برای دسته‌بندی ترکیبی پرسش‌ها ارائه شده است، نتایج هریک از دسته‌بندها توسط پنچ روش رأی­گیری وزن‌دار، فضای دانش رفتار، بیز ساده، کلیشه تصمیم و دمپستر شفر ترکیب شده و خروجی نهایی را شکل می‌دهد. این روش ترکیبی متشکل از دو دسته‌بند مبتنی بر یادگیری ماشین (ماشین بردار پشتیبان و نمایش پراکنده) و یک دسته‌بند مبتنی بر قانون استفاده شده است. عملیات دسته‌بندی مبتنی بر یادگیری با توجه به مجموعه ویژگی‌های استخراج شده از پرسش‌ها انجام می‌پذیرد. این ویژگی‌ها براساس ساختار لغوی و نحوی پرسش‌ها استخراج شده‌اند. در پایان نتایج حاصل از دسته‌بندها با روش‌های معمول در ترکیب دسته‌بندهای تک­طبقه ترکیب شده‌اند و نتایج حاصل بیان­کننده بهبود عملیات دسته‌بندی نسبت به روش‌های موجود است.

متن کامل [PDF 2923 kb]   (184 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش متن
دریافت: ۱۳۹۳/۶/۲۴ | پذیرش: ۱۳۹۵/۶/۱۷ | انتشار: ۱۳۹۶/۲/۳ | انتشار الکترونیک: ۱۳۹۶/۲/۳

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها می باشد.