شماره ركورد كنفرانس :
4162
عنوان مقاله :
پيش بيني كيفيت متن در سيستم هاي پرسش-پاسخ: مروري بر روشهاي يادگيري عميق
پديدآورندگان :
صائبي رسول rasool.saebi@sco.iaun.ac.ir دانشكده مهندسي كامپيوتر، واحد نجف آباد، دانشگاه آزاد اسلامي، نجف آباد، ايران؛ , رستگاري حميد rastegari@iaun.ac.ir دانشكده مهندسي كامپيوتر، واحد نجف آباد، دانشگاه آزاد اسلامي، نجف آباد، ايران؛
تعداد صفحه :
15
كليدواژه :
سيستم هاي پرسش و پاسخ , يادگيري ماشين , يادگيري عميق , شبكه هاي عصبي
سال انتشار :
1396
عنوان كنفرانس :
اولين همايش ملي كامپيوتر، فناوري اطلاعات و كاربردهاي هوش مصنوعي
زبان مدرك :
فارسي
چكيده فارسي :
امروزه سيستم هاي پرسش-پاسخ آنلاين بيش از پيش مورد استفاده مصرف كنندگان اين سيستم ها قرار مي گيرند،تا بوسيله آن در هركجا سوالات خود را مطرح كرده و پاسخ مناسب مناسب دريافت نمايند.دو نمونه اين سيستم ها،سيستم هاي پرسش-پاسخ اجتماعي و سيستم هاي پرسش پاسخ پزشكي مي باشد.مهمترين چالش اين سيستم ها كيفيت پاسخ هايي است كه اين سيستم ها به مصرف كنندگاه ارائه مي نمايند.برخي از متخصصيني كه اين پاسخ ها را توليد مي كنندبه خاطر نداشتن وقت كافي و يا مبهم بودن سوال به پرسش ها با كيفيت جواب نمي دهند.بنابراين مي بايست يك ابزار موثر ايجاد شود تا به صورت خودكار كيفيت پاسخ ها را تعيين كند.بدين منظور امروزه بهترين رهيافت براي اين منظور،استفاده از روش هاي يادگيري عميق است.روش هاي يادگيري عميق با لايه هاي متعدد داراي كارايي و دقت بالاتري مي باشند.از نمونه هاي اين رهيافت مي توان به شبكه هاي باور عميق اشاره كرد كه جزء مهمترين اين روش ها مي باشند.
كشور :
ايران
لينک به اين مدرک :
بازگشت