ساخت اولين پيكره حاشيه نگاري شده پيونددهي موجوديت در زبان عربي، با استفاده از ويكي پديا و ارزيابي رويكردهاي مبتني بر يادگيري عميق روي آن

كارشناسي ارشد

در پردازش‌زبان‌طبيعي براي استخراج اطلاعات، پيونددهي‌موجوديت‌ها روشي است كه اخيرا توجه بسياري از متخصصان و محققان پردازش‌زبان‌طبيعي را به خود جلب كرده‌است. پيونددهي‌موجوديت‌ها وظيفه شناسايي و ابهام‌زدايي موجوديت‌ها را به يك پايگاه‌دانش (مانند ويكي‌ديتا ، دي‌بي‌پديا يا ياگو)را انجام مي‌دهد. پيونددهي‌موجوديت‌ها، همچنين به عنوان پيونددهي نام‌ها ، ابهام‌زدايي موجوديت‌هاي اسمي، شناسايي و ابهام‌زدايي موجوديت‌هاي اسمي يا نرمالايز كردن موجوديت‌هاي اسمي نيز شناخته مي‌شود كه وظيفه اختصاص موجوديت‌ها به پيوندهاي منحصربه‌فرد را به عهده دارند. غني‌سازي اسناد متني با چنين پيوندهايي ابهام موجوديت‌ها را برطرف مي‌كند. ابهام‌هاي موجود در متون براي بسياري از برنامه‌هاي استخراج متن يك چالش حل نشده‌است و ممكن است يك موجوديت توسط تعداد زيادي نامزد انتخاب شود. علاوه بر اين، تعداد زيادي از موجوديت‌ها وجود دارد كه امكان پيوند با ويكيپديا را ندارد، زيرا ويكيپديا داراي پوشش محدودي است. در اين پايان‌نامه پيكره‌ي حاشيه‌نگاري شده‌اي براي پيونددهي موجوديت براي زبان عربي تهيه شده و يكي از روش‌هاي معتبر مستقل از زبان در مرزهاي دانش بر روي آن بومي‌سازي گرديد همچنين روشي مبتني بر بردارهاي تعبيه واژگان كه با استفاده از الگوريتم‌هاي يادگيري عميق ايجاد شده‌اند براي ابهام زدايي موجوديت‌ها ارائه شد. به عبارت ديگر، يك بار مسئله پيونددهي موجوديت پايان به پايان و يك بار مسئله ابهام‌زدايي موجوديت بر روي پيكره حاشيه‌نگاري شده ارزيابي گرديد. در مسئله پيونددهي موجوديت، امتياز ¬F 0/79 و در روش دوم نرخ صحت 0/75 حاصل شد، كه با عددهاي حاصل از روش‌هاي بي‌ناظر موجود در مرزهاي دانش پيونددهي موجوديت در زبان انگليسي قابل مقايسه است.

194436

دانشگاه علم و صنعت ايران

نرم‌افزار

دكتر بهروز مينايي