ارائه يك مدل تركيبي جديد بر پايه شبكه هاي عصبي عميق براي تشخيص موجوديت‌ها در اسناد متني

A new hybrid model based on deep neural networks for entity recognition in text documents

در سال‌هاي اخير، شبكه‌هاي عصبي عميق به عنوان يك روش يادگيري جديد و موثر در بسيار از كاربردهاي پردازش زبان طبيعي معرفي شده‌اند. يكي از اين كاربردها تشخيص موجوديت نام‌دار است كه نقش حياتي در سيستم‌هايي مانند سيستم‌هاي پرسش/پاسخ و مترجم‌ها دارد. ازآنجايي كه تكنيك‌هاي سنتي براي استخراج موجوديت نياز به محاسبات زيادي براي شناسايي ويژگي‌ها دارند؛ لذا مدل‌هاي شبكه‌هاي عصبي عميق براي غلبه بر اين چالش ارائه شده‌اند. در اين تحقيق ما يك معماري جديد معرفي مي‌كنيم كه در آن دو مدل شبكه هاي عميق به نام‌هاي CNN و LSTM با هم تركيب مي‌شوند تا ويژگي بيشتري از جمله ورودي استخراج شود. ما آزمايشاتمان را روز دو ديتاست عمومي به نام‌هاي ACE05 و CoNLL03 پياده كرديم. ارزيابي‌ها نشان مي‌دهد كه بكارگيري مدل CNN براي استخراج ويژگي‌هاي محلي كلمات در كنار LSTM منجر به بهبود كارايي سيستم تشخيص موجوديت مي‌شود و نتايج به طور چشمگيري بهبود مي‌يابد. با مقايسه با كارهاي ديگران كه از روش‌هاي استخراج ويژگي دستي استفاده مي‌كنند يا مولفه‌هاي كمتري در معماري سيستم‌شان بكار مي گرفتند، برتري معماري پيشنهادي ما را از لحاط دقت اثبات مي‌كند.