بكارگيري شبكه هاي عصبي مصنوعي در پردازش زبان طبيعي
خلاصه مقاله:
توانايي شبكه هاي عصبي مصنوعي در يادگيري موازي از يك طرف، اهميت يادگيري در پردازش زبان از طرف ديگر توجه تعدادي از محققين در زمينه پردازش زبان طبيعي را به خود معطوف كرده است. در اين مقاله از ميان حوزه هاي پردازش زبان طبيعي، برچسب زدن گفتار با استفاده از شبكه هاي عصبي پرسپترون m3 و شبكه عصبي خود سازمانده som مورد بررسي قرار گرفته است. هر كدام از شبكه هاي عصبي فوق الذكر عمل برچسب زدن را با توجه به كل جمله و با استفاده از مدل خاصي انجام مي دهد. بعنوان مثال استفاده از يك پايگاه قوانين در كنار شبكه عصبي پرسپترون باعث افزايش دقت نهايي مي شود. در صورتي كه خطاي پوسته زياد باشد، شبكه پرسپترون با توجه به پيچيدگي مسئله همرگا نمي شود، در اين موارد از شبكه عصبي m3 استفاده مي شود كه هنگام يادگيري قابليت تصحيح بر خط پوسته را دارا است. شبكه عصبي som نيز با استفاده از خوشه بندي و تعريف معيار فاصله، كلمات را برچسب ميزند.
