شباهت معنايي جملات فارسي با استفاده از تطبيق فضاي برداري و يادگيري عميق

امروزه، شناسايي متون مشابه، موضوعي با كاربردهاي فراوان مي‌باشد كه با توجه به اهميت آن، توسط پژوهشگران زبان‌هاي مختلف مورد‍ تحليل و بررسي قرار گرفته است. در گذشته اغلب براي درك جملات توسط سامانه هاي رايانه‌اي، جملات به‌صورت مجموعه كلمات مورد بررسي قرار مي گرفتند. اما امروزه، با گسترش فناوري و استفاده از شبكه هاي عصبي عميق، مي‌توان از خود جملات، مفهوم اصلي را استخراج نمود. بنابراين، رسيدن به مدلي كه بتواند جملات را كدگذاري كرده و مفهوم اصلي جمله را با دقت هر چه بيشتر استخراج نمايد، يكي از نيازهاي ضروري براي اين هدف به شمار مي رود. اين مقاله قصد دارد تا ميزان شباهت جملات را از نقطه نظر معنايي به‌دست آورد كه از روش‌هاي يادگيري عميق استفاده مي‌كند. از آنجايي كه روش‌هاي يادگيري عميق نياز به داده آموزشي زيادي دارند، اين مقاله از ايده نگاشت بين زباني بهره مي‌برد. روش پيشنهادي، فضاي برداري تعبيه كلمات انگليسي را به فارسي نگاشت كرده و با كمك مدل آموزش داده شده در زبان انگليسي، شباهت جملات فارسي به‌دست مي‌آيد. درنهايت، نتايج نهايي با امتيازات انساني مورد مقايسه قرار گرفته است. نتايج حاصل از روش پيشنهادي، ميزان دقت اين سامانه پيشنهادي را 89 درصد ارائه مي‌دهد كه نسبت به ساير مدل هاي يادگيري عميق برتري دارد.