تولید خودکار متن فارسی با توجه به کلیدواژه با استفاده از یادگیری عمیق
نویسندگان
1
2
3
4
doi
چکیده
یکی از چالشهای مهم در حوزه هوش مصنوعی، تولید خودکار متن است که با استفاده از شبکههای عصبی عمیق دقت قابلتوجهی در این زمینه حاصل شده است. هدف این پژوهش، توسعه مدلی مبتنی بر یادگیری عمیق برای تولید خودکار متون فارسی با توجه به کلیدواژهها و دستیابی به دقت مطلوب است. معماری پیشنهادی شامل کدکننده دوطرفه با دو لایه (هر کدام دارای 256 نرون)، مکانیزم توجه Luong مقیاسپذیر، و معماری مکانیزم توجه گوگل است. این مدل در دو حالت مختلف آموزش داده شده است: یکی با در نظر گرفتن قواعد زبانی و وابستگیهای معنایی و دیگری بدون این ملاحظات. نتایج نشان داد مدل دارای قواعد و وابستگیهای معنایی، با دقت 93 درصد، بیشترین حضور کلیدواژهها در جملات تولیدی را داراست. مقایسه عملکرد دو مدل نیز برتری مدل دارای قواعد و وابستگیهای معنایی از نظر دقت و کیفیت تولید متن را تأیید میکند. این مقاله گامی مؤثر در بهبود تولید خودکار متون فارسی برداشته و کاربردهای گستردهای در پردازش زبان طبیعی دارد