مقاله کنفرانسی سال ۱۴۰۰ فارسی

بازیابی اطلاعات مبتنی بر پردازش زبان طبیعی با یادگیری عمیق

چکیده مقاله

یک سامانه بازیابی اطلاعات، اجزاو و مولفه های مختلفی دارد که از جمله مولفه های اصلی آن بخش پردازش زبان طبیعی یا NLP است به گونه ای که بتواند بفهمد منظور اصلی یک کاربر چیست و کلمات بی ربط و بی ارزش را از عبارت جستجو شده توسط کاربر، حذف کند یکی دیگر از اجزای این سامانه ها، تطبیق جواب ها با کاربر است به گونه ای که با داشتن اطلاعات کاربر و اینکه در دفعات قبل روی کدام نتایج کلیک کرده است نتایج دقیق تری را به او ارائه کنند که مباحثی از این دست جزو هوش مصنوعی و یادگیری ماشین در حوزه متن کاوی است هدف از این مطالعه، ارائه یک سیستم بازیابی اطلاعات جهت کمک به کاربران برای یافتن اطلاعات مورد نظر در انبوهی از اطلاعات ساختار نایافته با دقت و حساسیت و سرعت بالا و کاهش نرخ خطای می باشد با استفاده از یادگیری عمیق قصد داریم نظرات کاربران شبکه اجتماعی توئیتر در مورد ویروس کرونا را از نظر احساسی تحلیل کنیم و به دو د سته نظرات منفی و مثبت تقسیم بندی کنیم این توئیت ها می توانند از چند کلمه تا سه الی چهار سطر متغیر باشند مطالعات این پژوهش بر روی ۵۰۰۰۰ هزار توئیت کاربران شبکه اجتماعی توئیتر در مورد ویروس کرونا می باشد سپس متون را دسته بندی می کنیم و توئیت ها را تحلیل می کنیم ، این یک مساله دو کلا سی هست یعنی می خواهیم در نهایت مساله را به کلاس مثبت یا منفی دسته بندی کنیم در مدل پیشنهادی این پژوهش ۷۰ درصد از دیتاست برای آموزش و ۱۵ درصد برای صحت سنجی و ۱۵ درصد برای آزمایش انتخاب می شوند روش پیشنهادی با معیارهای ارزیابی، نرخ دقت با ۹۸ ۲۵ درصد و نرخ حساسیت با ۹۷ ۸۲ درصد و نرخ صحت ۹۷ ۴۷ درصد، و نرخ خطای ۱ ۷۵ درصد بسیار موفق عمل کرده است سیستم بازیابی اطلاعات ایجاد شده در تحلیل احساسات با تکنیک پردازش متن با الگوریتم های شبکه عصبی برگشتی عمیق عملکرد موفقی در استخراج احساسات پشت بدنه متن با تحلیل کلمات حاوی آن داشته است و با توجه به معیارهای ارزیابی توانسته با نرخ دقت و صحت و حساسیت بالا و نرخ خطای کم عملکرد مطلوبی داشته باشد

کلیدواژه‌ها

نویسندگان

تصویر سمیرا اسدزاده

سمیرا اسدزاده

گروه مهندسی کامپیوتر، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران

تصویر نرگس کشتکار

نرگس کشتکار

گروه مهندسی کامپیوتر، دانشگاه فنی و حرفه ای، بوشهر، ایران

شیوه ارجاع

�سدزاده، سمیرا و کشتکار، نرگس،1400،بازیابی اطلاعات مبتنی بر پردازش زبان طبیعی با یادگیری عمیق،هشتمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران،تهران

ارائه‌شده در

پوستر مجموعه مقالات نهمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران مجموعه مقالات نهمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران29 آبان 1401 · تهران
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۰ ۱,۴۴۰ مشاهده

تجمیع کارت های بانکی در ایران بر بستر بلاکچین؛ چالش ها و معماری پیشنهادی (مطالعه موردی: بانک ملی ایران)

خلاصه کارت های پرداخت کارت های اعتباری و نقدی رایج ترین نوع پرداختی هستند که امروزه در هر مکانی مورد است…

بلاکچینالگوریتم اجماعرمزنگاری نامتقارن
مقاله کنفرانسی سال ۱۴۰۱ ۱,۲۹۷ مشاهده

کنترل مدلغزشی برای سیستمهای ربات در مقیاس حشره

در این مقاله مسئله ی کنترل مد لغزشی در ربات مقیاس حشره تحت عدم قطعیت بررسی شده است حداقل کردن سیگنال کنت…

عدم قطعیتربات حشرهکنترل بهینه
مقاله کنفرانسی سال ۱۴۰۱ ۱,۲۴۲ مشاهده

تشخیص و شناسایی پلاک خودرو با استفاده از الگوریتم یولو

سیستم های تشخیص پلاک خودرو نقش بسیار مهمی در بسیاری از کاربردها مانند مدیریت عوارض، کنترل پارکینگ و مدیر…

الگوریتم یولوFaster R-CNNپردازش تصویر
مقاله کنفرانسی سال ۱۴۰۱ ۱,۱۲۷ مشاهده

روند آینده متاورس بر اساس اینترنت اشیا، بلاک چین و تکنیکهای هوش مصنوعی

چکیده متاورس به عنوان مجموعه ای از ابزارهای فناوری و متاورس متصل به اینترنت اشیا، بلاک چین، هوش مصنوعی و…

هوش مصنوعیبلاک چینمراقبت های بهداشتی
مقاله کنفرانسی سال ۱۴۰۱ ۱,۰۴۴ مشاهده

طراحی کنترل کننده ردیاب بهینه مربعی خطی درجه دوم LQR برای ردیابی دما و رطوبت در حالت سرمایش با استفاده از تابع بهینه سازی FMINCON : سیستم AHU در تهویه مطبوع

برای تامین هوای مطلوب در سیستم های سرمایشی و گرمایشی از دستگاه های تهویه مطبوع HVAC استفاده می شود یکی ا…

تهویه مطبوعخطی سازی ژاکوبینحالت سرمایش
مقاله کنفرانسی سال ۱۴۰۰ ۹۸۸ مشاهده

ارائه مدلی برای شناسایی اخبار جعلی در شبکه اجتماعی توئیتر

بدلیل همه گیر شدن استفاده افراد در تمامی سنین از شبکه های اجتماعی، تشخیص و شناسایی اخبار جعلی از اخبار و…

اخبار جعلیشبکه های اجتماعیدرخت انتشار