عنوان
طبقه‌بندي تيكت‌هاي پشتيباني فارسي با تمركز بر شناسايي موجوديت‌هاي اسمي
نويسنده اصلي
ابراهيمي، مهديه
محل تحصيل
اصفهان : دانشگاه صنعتي اصفهان
رشته تحصيلي
مهندسي كامپيوتر
مقطع تحصيلي
كارشناسي ارشد
چكيده
طبقه‌بندي متون، يكي از اركان مهم حوزه‌ي متن‌كاوي به‌شمار مي‌رود. در اين ميان، يكي از كاربردهاي اين موضوع، دسته‌بندي تيكت‌ها به‌منظور افزايش دقت و سرعت پاسخ‌دهي به آن‌ها مي‌باشد كه مي‌تواند امري مهم براي ارگان‌ها و شركت‌هاي بزرگ محسوب شود. يكي ديگر از وظايف قابل انجام در پردازش متن، تشخيص موجوديت‌هاي اسمي است. اين وظيفه با مشخص كردن نقش كلمات مي‌تواند در تشخيص مفهوم و موضوع متون بسيار كمك‌كننده باشد. دسته‌بندي خودكار تيكت‌هاي فارسي دانشگاهي، از جمله حوزه‌هايي است كه در پژوهش‌هاي قبلي مغفول مانده است كه انجام آن مي‌تواند سرعت پاسخگويي به درخواست كاربران دانشگاهي را افزايش داده و هزينه نيروي انساني را نيز كاهش دهد. در اين پژوهش بر آن هستيم تا بر دسته‌بندي تيكت‌هاي فارسي دانشگاهي تمركز نماييم. بر همين اساس، ابتدا به گردآوري يك مجموعه‌داده‌‌ي تيكت‌هاي دانشگاهي به منظور دسته‌بندي پرداخته و روش‌هاي مختلف دسته‌بندي را روي آن انجام داده‌ايم. در اين راستا روي استفاده از شناسايي موجوديت‌هاي اسمي و ارائه‌ي يك طبقه‌بندي‌كننده‌ي تركيبي، مدل‌هايي مبتني بر يادگيري ماشين و يادگيري عميق براي طبقه‌بندي موثرتر تيكت‌ها تاكيد داشته‌ايم كه مي‌توانند با بهره‌گيري از موجوديت‌هاي اسمي شناسايي‌شده در متون، فرايند دسته‌بندي را با دقت بالاتري به انجام برسانند. نتايج حاصل از ارزيابي، نشان‌دهنده‌ي دستيابي به عملكرد بهتر در هر چهار معيار صحت، دقت، بازخواني و امتيازF1 بوده است. اين موضوع نويد عملكرد بهتر مدل ارائه شده در دسته‌بندي خودكار تيكت‌هاي حوزه دانشگاهي را مي‌دهد.
شماره ركورد
232733
گرايش رشته تحصيلي
علوم داده
دانشكده
مهندسي برق و كامپيوتر
دانشگاه
دانشگاه صنعتي اصفهان