۶ نتیجه برای شریفی
مسعود شریفی آتشگاه، وحید صادقی،
دوره ۸، شماره ۲ - ( ۱۲-۱۳۹۰ )
چکیده
احسان عسکریان، محسن کاهانی، شهلا شریفی،
دوره ۱۵، شماره ۱ - ( ۳-۱۳۹۷ )
چکیده
وظیفه اصلی نظرکاوی استخراج و تشخیص حس مثبت یا منفی (رضایت‌مندی) افراد، از روی اطلاعات متنی است. نبود یک واژه‌نامه حسی فارسی عامل یکی از چالش‌‌های اصلی نظرکاوی در زبان فارسی است. در این مقاله روشی جدید برای تولید شبکه واژگان حسی فارسی (حس‌نگار) با استفاده از منابع زبانی فارسی و انگلیسی ارائه میشود. همچنین پیکره نظرات فارسی ایجاد‌شده برای انجام پژوهش‌های نظرکاوی، معرفی خواهند‌شد. برای تولید حس‌نگار ابتدا شبکه واژگان جامع زبان فارسی (فردوس‌نت) ساخته شده‌است. سپس میزان حس هر گروه هم‌معنی در شبکه واژگان حسی انگلیسی به کلمات متناظر آنها در حس‌نگار (شبکه واژگان حسی فارسی) نگاشت میشود. در آزمایش‌های انجام‌شده، مشخص شد که حس‌نگار دارای دقت ۸۶/۰ و نرخ بازیابی ۷۵/۰ است و میتواند به عنوان واژه‌نامه حسی مرجع برای زبان فارسی استفاده شود
عطیه شریفی، محمد امین مهدوی،
دوره ۱۵، شماره ۴ - ( ۱۲-۱۳۹۷ )
چکیده
واژگان کلیدی، واژگان اصلی و کانونی یک متن و مضمون اصلی مطلب هستند. تهیه این واژگان به روش سنّتی نیازمند صرف زمان و همچنین دانش تخصّصی راجع به موضوع متن است. از آن‌جا که واژگان کلیدی کاربردهای فراوانی در به‌کارگیری مستندات الکترونیکی دارند، شناسایی روشهای خودکار و بهبودیافته برای استخراج این دسته از واژگان همیشه مورد توجه بوده است. رویکرد پژوهش حاضر یک روش باناظر برای استخراج واژگان کلیدی است که در آن با استفاده از زنجیره‌های لغوی واژگان متن، ویژگیهای جدیدی برای هر واژه استخراج شده است. در ایجاد زنجیره‌های لغوی سعی بر شکل‌گیری روابط بین معنای واژگان بوده‌ایم، از‌این‌رو در مدل ارائه‌شده « فارس‌نت» نقش مهمی در ایجاد آنها ایفا میکند. داده‌ها‌ی مورد ارزیابی در این پژوهش مقالات علمی پژوهشی نشریات فارسی هستند. نتایج به‌دست‌آمده نشان می‌دهد که استفاده از روابط معنایی بین واژگان در کنار ویژگیهای آماری، عملکرد مناسبی را در استخراج واژگان کلیدی از مقالات نتیجه می‌دهد.
فاطمه حسینی، میترا میرزارضایی، آرش شریفی،
دوره ۱۶، شماره ۲ - ( ۶-۱۳۹۸ )
چکیده
در این مقاله روشی مبتنی بر گراف بهعنوان استخراج ویژگی برای دنبالههای با طول متغیر پیشنهاد میشود. روش پیشنهادی بدون ثابت‌کردن طول دنبالهها، با تعیین پر تکرارترین دستورها و گذاشتن باقی دستورها در مجموعه ‘other’ از لحاظ سرعت و حافظه صرفهجویی میکند. با توجه به میزان شباهت ویژگیها، هر نمونه امتیازی میگیرد و از امتیازات جهت دستهبندی استفاده میشود. برای بهبود نتایج، دو رویکرد پیشنهاد میشود. در رویکرد نخست، ویژگیهای استخراج‌شده از روشهای امتیازدهی بر روی آپکد، هگزادسیمال و فراخوانی سیستمی در ورودی دستهبندها ترکیب میشوند. در رویکرد دوم، خروجی دستهبندهای مختلف ترکیب شده و از رأی اکثریت استفاده میشود. رویکرد پیشنهادی با دقت ۹۷ % بدافزارهای دگرگون‌شده رایانه‌ای از مجموعه vxheaven را نه‌تنها شناسایی، بلکه دسته بدافزارها را نیز تعیین میکند؛ در‌‌حالیکه روشهایSSD و HMM تحت شرایط یکسان با دقت ۸۴ % و ۸۰ % توانستند بدافزارها را شناسایی کنند.
زلیخا جهانبخش نقده، محمد رضا فیضی درخشی، آرش شریفی،
دوره ۱۸، شماره ۱ - ( ۳-۱۴۰۰ )
چکیده
شایعه یک تلاش جمعی است که در آن از قدرت واژگان برای تفسیر یک موقعیت مبهم ولی جذاب استفاده میشود؛ بنابراین، شناسایی زبان شایعه میتواند در تشخیص شایعات کمککننده باشد. پژوهش‌های پیشین برای حل مسأله تشخیص شایعه بیشتر بر روی اطلاعات متنی موجود در ریتوییت و توییت پاسخ کاربران و کمتر بر روی متن اصلی شایعه متمرکز شدهاند. اغلب این پژوهش‌ها بر روی زبان انگلیسی بوده و کارهای محدودی در زبان فارسی انجام شده است؛ از اینرو، این مقاله تنها با تمرکز برروی متن اصلی شایعات فارسی و معرفی ویژگیهایی با ارزش اطلاعات محتوایی بالا، مدلی مبتنی بر ویژگیهای محتوایی فیزیکی و غیرفیزیکی برای تشخیص شایعات فارسی منتشر‌شده برروی توییتر و تلگرام ارائه میکند. مدل پیشنهادی شایعات فارسی مجموعه‌داده توییتر را با معیار-F ۸۴۸/۰، شایعات مجموعه‌داده زلزله کرمانشاه را با معیار-F ۹۵۲/۰ و شایعات تلگرامی را با معیار-F ۸۶۷/۰ شناسایی کرده است؛ که نشان‌دهنده توانمندی مدل پیشنهادی برای شناسایی شایعات تنها با تمرکز بر ویژگیهای محتوایی متن شایعه منبع است.
عباسعلی شریفی، حجت امامی،
دوره ۱۹، شماره ۲ - ( ۷-۱۴۰۱ )
چکیده
مدولاسیون چندحاملی تسهیم با تقسیم فرکانسی متعامد (OFDM) یک فناوری سودمند در ارتباطات بی‌سیم است که امکان ارسال اطلاعات با نرخ بالا را در کانال‌های محو‌شونده چندمسیری فراهم می‌سازد. در سیستمهای OFDM، برای مدولاسیون سمبل‌ها از تعداد زیادی زیرحامل استفاده که موجب میشود، سیگنال ارسالی در حوزه زمان تغییرات دینامیکی زیادی داشته باشد که موجب بروز PAPR میشود. در این پژوهش، از روش ارسال دنباله جزئی (PTS) برای کاهش PAPR در سیستمهای OFDM استفاده شده است. یکی از مشکلات اساسی روش PTS، پیچیدگی محاسباتی بسیار بالای آن است؛ زیرا این روش نیازمند یک جستجوی جامع بین تمام ترکیبات ممکنِ فاکتورهای فاز است. پیچیدگی محاسباتی نیز با افزایش تعداد فاکتورهای فاز و زیربلوک‌ها افزایش می‌یابد. در این پژوهش، برای غلبه بر مسأله پیچیدگی محاسباتی روش PTS، روش بهینه‌سازی مبتنی بر الگوریتم انتخابات (EA) بهبود یافته پیشنهاد میشود که به‌اختصار EA-PTS نامیده میشود. الگوریتم پیشنهادی EA-PTS با جستجوی فاکتورهای فاز بهینه، پیچیدگی محاسباتی کمتری را به سیستم تحمیل کرده و مقدار PAPR را به میزان قابل قبولی کاهش می‌دهد. روش پیشنهادیEA-PTS با روشهای PTS بهینه (O-PTS)، روش GA-PTS و ICA-PTS مقایسه شده است. نتایج آزمایش‌ها نشان می‌دهند که روش EA-PTS کارایی بهتری در کاهش همزمان PAPR و پیچیدگی محاسباتی دارد.
