سعیده ممتازی

با ذخیره داده ها در گراف های دانش می توان علاوه بر روابط صریح، روابطی ضمنی را نیز حدس و بازیابی کرد. این ویژگی به سامانه های پرسش و پاسخ این امکان را می دهد که فراتر از آنچه از سه گانه های گراف دیده اند به چالش کشیده شوند. تعبیه گراف دانش یا نمایش گره ها و یال های گراف در قالب بردار های عددی، به همین منظور صورت می پذیرد. در این مقاله مسئله پاسخ به پرسش های فارسی با استفاده از تعبیه گراف دانش فارسی بررسی شده است. مدل های مختلفی برای تعبیه گراف دانش آموزش داده شده اند تا هویت پیدا و نهان گره ها را در قالب بردار بازنمایی کند. از سوی دیگر با استفاده از مدل های زبانی، پرسش های فارسی به گونه ای تعبیه می شوند که نمایانگر یال ضمنی و یا عینی بین هر پرسش و پاسخ مربوطه باشد. با این رویکرد می توان به پرسش هایی پاسخ داد که مستقیماً سه گانه مربوطه در گراف آورده نشده است و همچنین پا را فراتر گذاشته و به پرسش های پیچیده تر که نیازمند طی چندین یال است نیز، پاسخ مناسب داد. نتایج حاصل از مدل پیشنهادی مبتنی بر تعبیه گراف دانش فارسی فارس-ویکی-کی جی برای پاسخ گویی به پرسش های فارسی، نشان دهنده دقت ۸۵ درصد بر روی مجموعه داده پرسش و پاسخ ساده و پیچیده به زبان فارسی می باشد.با ذخیره داده ها در گراف های دانش می توان علاوه بر روابط صریح، روابطی ضمنی را نیز حدس و بازیابی کرد. این ویژگی به سامانه های پرسش و پاسخ این امکان را می دهد که فراتر از آنچه از سه گانه های گراف دیده اند به چالش کشیده شوند. تعبیه گراف دانش یا نمایش گره ها و یال های گراف در قالب بردار های عددی، به همین منظور صورت می پذیرد. در این مقاله مسئله پاسخ به پرسش های فارسی با استفاده از تعبیه گراف دانش فارسی بررسی شده است. مدل های مختلفی برای تعبیه گراف دانش آموزش داده شده اند تا هویت پیدا و نهان گره ها را در قالب بردار بازنمایی کند. از سوی دیگر با استفاده از مدل های زبانی، پرسش های فارسی به گونه ای تعبیه می شوند که نمایانگر یال ضمنی و یا عینی بین هر پرسش و پاسخ مربوطه باشد. با این رویکرد می توان به پرسش هایی پاسخ داد که مستقیماً سه گانه مربوطه در گراف آورده نشده است و همچنین پا را فراتر گذاشته و به پرسش های پیچیده تر که نیازمند طی چندین یال است نیز، پاسخ مناسب داد. نتایج حاصل از مدل پیشنهادی مبتنی بر تعبیه گراف دانش فارسی فارس-ویکی-کی جی برای پاسخ گویی به پرسش های فارسی، نشان دهنده دقت ۸۵ درصد بر روی مجموعه داده پرسش و پاسخ ساده و پیچیده به زبان فارسی می باشد.

در دنیای امروز شاهد رشد تولید داده های مختلف از جمله داده های متنی هستیم و همواره حجم زیادی از داده های متنی به روش های مختلف به خصوص در شبکه های اجتماعی تولید می شود. ولی این متن ها غالباً غیررسمی و دارای خطاهای بسیاری هستند که باعث می شود امکان استفاده از آن ها در بسیاری از پردازش های زبان طبیعی وجود نداشته باشد. در این مقاله به تبدیل متن محاوره ای به متن رسمی در زبان فارسی پرداخته شده است. برای این منظور دو مدل مختلف براساس مدل کدگذار-کدگشا و مدل مبدل که از به روزترین مدل های دنباله-به-دنباله هستند پیاده سازی شده اند. در کنار استفاده از مدل های شبکه عصبی، مجموعه ای از قواعد در تبدیل متن محاوره ای به رسمی فراهم شده اند و تأثیر استفاده از این قواعد در کنار هر یک از دو مدل بررسی شده است. در انتها نتایج مدل های گفته شده مقایسه شده اند که در بهترین حالت این نتایج به دست آمده به دقت ۷۰.۷ درصد در معیار بلوی ارتقاء یافته رسیده اند.

امروزه گستردگی و تنوع اطلاعات متنی باعث پیچیدگی فرایند یافتن دانش و الگو های مورد نظر از میان آن ها گردیده است. یکی از گام های موثر برای کاهش این مشکل خلاصه سازی متون می باشد. در چند دهه گذشته، مسئله خلاصه سازی با توجه به نمونه های گوناگون از جهات و ابعاد مختلف بررسی شده است. خلاصه سازی فرآیندی هوشمند است که انجام آن حتی برای انسان ها ساده نمی باشد و هر فردی با توجه به دیدگاهش می تواند نتیجه متفاوتی ارائه دهد. یک خلاصه مناسب باید دارای سه ویژگی پوشش، تنک بودن و تنوع باشد. بدین منظور در این پژوهش برای در نظر گرفتن این ویژگی ها یک روش بر مبنای کدگذاری تنک ارائه می گردد. با استفاده از این روش جملاتی به عنوان خلاصه نهایی انتخاب می گردند که حداقل خطا را در بازسازی جملات متن ورودی داشته باشند. سپس با استفاده از روش های عصبی در بازنمایی معنایی کلمات و همچنین متون به بهبود روش پیشنهادی پرداخته می شود. برای ارزیابی روش پیشنهادی از مجموعه دادگان پاسخ استفاده شده است و نشان داده می شود که روش پیشنهادی عملکرد بهتری نسبت به سایر پژوهش های انجام شده بر روی این دادگان در زبان فارسی دارد. مدل پیشنهادی توانسته است به میزان 10.02% و 8.65% به ترتیب در معیار F روژ-1[1] و روژ-2[2] بهبود حاصل نماید. [1] Rouge-1 [2] Rouge-2