• نويسنده اصلي

    محمد حسين شجاعي باغيني

  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    برچسب¬زني نقش معنايي يكي از پژوهش¬هاي اساسي پردازش زبان طبيعي است. برچسب¬زني نقش معنايي فرآيندي است كه طي آن برچسب¬هاي مشخص‌كننده نقش¬هاي معنايي به كلمات يا عبارات در يك جمله اختصاص داده مي‌شود و ساختار گزاره-آرگومان جملات را توليد مي‌كند. بيشتر روش¬هاي سنتي برچسب-زني نقش معنايي به ويژگي¬هاي نحوي حاصل از تجزيه‌گرهاي نحوي وابستگي زيادي داشتند. اما در پژوهش‌ها و رهيافت‌هاي جديد، مدل¬هاي جديدي تحت عنوان مدل‌هاي انتها به انتها براي برچسب¬زني نقش معنايي ارائه شد كه استفاده از اطلاعات حاصل از تجزيه نحوي در آن¬ها كنار گذاشته شده و در عين حال نتايج مطلوبي هم حاصل شده است. روش پيشنهادي ما در اين پژوهش، ارائه الگوريتمي انتها به انتها براي برچسب¬زني نقش معنايي است كه بر اساس رهيافت يادگيري عميق و همچنين روش مبتني بر وابستگي، با بهره¬گيري از پيكره وابستگي نحوي زبان فارسي كه نخستين پيكره نحوي زبان فارسي است، به برچسب¬زني نقش معنايي در زبان فارسي مي‌پردازد. روش ارائه‌شده با استفاده از شبكه عصبي بازگشتي عميق دوطرفه، پس از استفاده پيكره وابستگي نحوي و استخراج گزاره‌ها از آن، جفت گزاره-آرگومان¬هاي موجود در هر جمله را مشخص مي‌كند. با توجه به اين كه در اين روش از اطلاعات نحوي استفاده نشده يا كمترين استفاده شده، نتيجه به دست آمده در اين پژوهش با معيار ارزيابي سنجه اف، 88.23 % است كه بهتر از نتايج روش¬هاي قبلي مبتني بر اطلاعات نحوي است و اين نشان مي¬دهد كه مي¬توان بدون استفاده از اين اطلاعات هم نتايج خوب و قابل قبولي بدست آورد.
  • شماره ركورد
    210099
  • دانشگاه
    دانشگاه علم و صنعت ايران
  • استاد راهنما
    عادل تركمان رحماني - بهروز مينايي بيدگلي