کاربرد یادگیری عمیق در پردازش زبان فارسی: تحلیل چالش های داده های بومی و مدل های ترکیبی

چکیده مقاله

زبان فارسی به دلیل پیچیدگی های صرفی، ساختار آزاد جمله و کمبود داده های برچسب دار با کیفیت، همچنان یکی از زبان های کم منبع در حوزه پردازش زبان طبیعی محسوب می شود در این پژوهش، ابتدا چالش های اصلی داده های بومی فارسی بررسی شده و سپس یک مدل ترکیبی جدید مبتنی بر ترکیب شبکه های کانولوشنی یک بعدی و BiLSTM پیشنهاد گردید مدل پیشنهادی روی دیتاست واقعی اسنپ فود شامل ۱۵,۰۰۰ نظر کاربر با برچسب های مثبت، منفی و خنثی آزمایش شد و موفق شد دقت ۹۰ ۲٪ و امتیاز F۱ معادل ۸۹ ۸٪ را در وظیفه تحلیل احساسات به دست آورد که ۴ ۱٪ بهتر از مدل پایه ParsBERT v۲ است نتایج نشان می دهد ترکیب ویژگی های محلی و وابستگی های طولانی مدت می تواند راه حل موثری برای زبان های کم منبع باشد

کلیدواژه‌ها

نویسندگان

علی ایزدی

دانشکده ملی مهارت دارلفنون، بجنورد، ایران

دانیال رضایی

دانشکده ملی مهارت دارلفنون، بجنورد، ایران

سید ابولفضل قانعی

دانشکده ملی مهارت دارلفنون، بجنورد، ایران

مهدی غلامی

دانشکده ملی مهارت دارلفنون، بجنورد، ایران

�یزدی، علی و رضایی، دانیال و قانعی، سید ابولفضل و غلامی، مهدی،1404،کاربرد یادگیری عمیق در پردازش زبان فارسی: تحلیل چالش های داده های بومی و مدل های ترکیبی،بیست و هشتمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل

ارائه‌شده در

مجموعه مقالات بیست و هشتمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات29 آبان 1404 · بابل