۴-۱.مقدمه ۹۷
۴-۲.سیستم شناسایی اشاره لوتوس ۹۸
۴-۲-۱ .بانک اطلاعاتی ۹۸
۴-۲-۲.سیستم شناسایی اشاره ۱۰۲
۴-۳.تشخیص اشاره‏های هم مرجع ۱۰۳
۴-۳-۱ ویژگی‏ها ۱۰۴
۴-۳-۲.الگوریتم یادگیری ۱۰۵
۴-۳-۳.معیار ارزیابی ۱۰۷
۴-۳-۴.نتیجه ارزیابی ۱۱۰
۴-۳-۴-۱.نتایج بدست آمده ۱۱۰
۴-۳-۴-.۲چالش‏ها و تحلیل خطا ۱۱۲
۴-۴.جمع‏بندی ۱۱۵

۵-۱.نتیجه‏گیری ۱۱۶
۵-۲.پیشنهادها ۱۱۸

فهرست جدول‏ها

عنوان

صفحه

جدول ۱-۱: مقایسه ویژگی‏های دو ارتباط هم‏مرجع وپیشایند ۱۱
جدول ۲-۱: فاکتورهای متداول برای تشخیص مرجع مشترک ۲۳

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

جدول ۲-۲: برخی از ویژگی‏های ارائه شده در تحلیل مرجع مشترک ۳۰
جدول ۲-۳: معرفی برخی از پژوهش‏هایی که از خوشه‏بندی استفاده کرده‏اند ۵۵
جدول ۲-۴: مشخصات مربوط به انواع موجودیت‏ها ۶۲
جدول۲-۵: زیر گروه‏های موجودیت مشخص ۶۴
جدول۲-۶: زیر گروه‏های موجودیت سازمان ۶۵
جدول ۲-۷: زیر گروه‏های موجودیت مکان ۶۶
جدول ۲-۸: زیر گروه‏های موجودیت سیاسی ۶۷
جدول ۲-۹: حالت‏های خاص موجودیت‏های سیاسی ۶۸
جدول ۲-۱۰: انواع طبقه‏بندی اشاره ۷۱
جدول ۴-۱: بانک اطلاعاتی سیستم کشف اشاره: جدول واژگان ۱۰۰
جدول ۴-۲: بانک اطلاعاتی سیستم کشف اشاره: جدول اشاره‏ها ۱۰۱
جدول ۴-۳: فهرست ویژگی‏های به کار رفته در تشخیص مرجع مشترک ۱۰۶
جدول ۴-۴: حالت‏های ممکن نتایج یک ماشین یادگیر ۱۰۸
جدول ۴-۵: نتایج ارزیابی الگوریتم‏های پایه مورد بررسی ۱۱۰
جدول ۴-۶: نتایج ارزیابی الگوریتم SVM با هسته‏های متفاوت ۱۱۱
جدول ۴-۷: نتایج ارزیابی الگوریتم شبکه عصبی با مدل‏های متفاوت ۱۱۲

فهرست شکل‏ها

عنوان

صفحه

شکل۱-۱. انواع روابط ممکن میان دو عبارت اسمی ۱۲
شکل۱-۲. میزان ارتباط میان حوزه‏ها با انواع دانش‏های زبان‏شناسی و واژگانی ۱۶