13893

بررسي روش‌هاي ساخت هستان‌شناسي با استفاده از روش‌هاي يادگيري ماشين

1402

دكتر بهروز مينايي بيدگلي

دكتر حسين رحماني

در دنياي امروز، حجم عظيمي از داده‌هاي متني بدون ساختار توليد مي‌شود كه نياز به سازماندهي و پردازش دقيق دارند. يكي از روش‌هاي كليدي براي استخراج و سازماندهي اين دانش، ساخت هستان‌شناسي است كه به معناي مدل‌سازي مفاهيم و روابط معنايي بين آن‌ها در يك حوزه خاص است. هستان‌شناسي به ما كمك مي‌كند تا اطلاعات را به شكلي سازمان‌يافته و معنادار نمايش دهيم. اين فرآيند در تركيب با استخراج رابطه ، كه وظيفه شناسايي روابط بين موجوديت‌هاي مختلف را برعهده دارد، امكان بهبود در سيستم‌هاي پردازش زبان طبيعي و يادگيري ماشين را فراهم مي‌كند. اين تحقيق به بررسي روش‌هاي مختلف ساخت هستان‌شناسي و استخراج رابطه، شامل رويكردهاي آماري، يادگيري ماشين، يادگيري عميق و مدل‌هاي ترنسفورمر مي‌پردازد. با استفاده از اين روش‌ها، مي‌توان به ساختاردهي دقيق‌تري از داده‌ها رسيد و چالش‌هاي موجود در استخراج روابط معنايي از متون بدون ساختار را برطرف كرد.

10/2/2024 12:00:00 AM

84149

1403/07/27

Investigating types of ontology construction methods using machine learning methods

هستان‌شناسي , يادگيري ماشين , يادگيري عميق , شبكه‌هاي عصبي بازگشتي , شبكه‌هاي كانولوشني , استخراج اطلاعات , پردازش زبان طبيعي , استخراج رابطه , ساخت خودكار هستان‌شناسي

Ontology , Relation Extraction , Machine Learning , Deep Learning , Transformer Models , Knowledge Graphs , NLP