کاهش شکاف معنایی در دستهبندی پرسشها با بهرهگیری از قوانین طبقهبندی
نویسندگان
1 عضو هیئت علمی دانشگاه یزد
2 دانشجوی کارشناسی ارشد دانشگاه یزد
doi
چکیده
چکیده: دستهبندی پرسشها[i] یکی از مؤلفههای حیاتی سیستمهای بازیابی اطلاعات[ii] و پاسخگویی به پرسش[iii] است. هدف از دستهبندی پرسش، شناسایی دقیق نوع پاسخ موردانتظار آن و انتساب برچسبی به آن مطابق با دستهای است که پرسش در آن قرار میگیرد. تاکنون با دو رویکرد مبتنی بر قانون[iv] و یادگیری ماشین[v]، پژوهشهای متعددی در این حوزه صورت پذیرفته است. هدف ما در این پژوهش تلفیق نتایج این دو رویکرد بهمنظور افزایش صحت[vi] دستهبندی است. نوآوری اصلی ارائهشده در این پژوهش، غنیسازی بردار ویژگی کیسه کلمات[vii] حاصل از پرسشها با قوانین دستهبندی است. اهمیت روش تلفیق ارائهشده در این مقاله امکان استفاده از مخازن قوانین با ساختار طبقهبندی متفاوت نسبت به ساختار موجود برای دستهبندی پرسشها است. نتایج حاصل از پیادهسازی روش پیشنهادی بر دادگان UIUC بیانگر مؤثر بودن روش پیشنهادی در بهبود صحت دستهبندی پرسشها است.