ارائه­ دهنده:
سید هیمن قادری

 استاد راهنما:
دکتر حسن نادری

هیات داوری: 
 دکتر محمدرضا کنگاوری
 دکتر محمود نشاطی

زمان:
 ۱۴۰۱/۰۸/۱۶

ساعت ۱۶:۰۰
 

آقای سید هیمن قادری دانشجوی کارشناسی ارشد آقای دکتر حسن نادری روز دوشنبه ۱۶ آبانماه ساعت ۱۶:۰۰ از پروژه کارشناسی ارشد خود تحت عنوان "ارائه الگوریتمی مبتنی بر شباهت‌یابی معنایی برای استخراج پاسخ‌های نامزد در سامانه‌های پرسش‌و‌پاسخ" دفاع خواهند نمود.

چکیده پایان نامه:
 امروزه بسیاری از درخواست‏ها روی سامانه‏های پرسش پاسخ از جنس چندگامی و به صورت زبان طبیعی هستند. پرسش‏هایی که صرفا با تکیه بر یک پاراگراف یا سند نمی‌توان به پاسخ دقیق رسید. بسیاری از پرسش‌ها شواهد چندگانه که در اسناد مختلف پراکنده هستند را نیاز دارند. برای این کار لازم است که اطلاعاتی مختلفی بازیابی شوند که از لحاظ معنایی با پرسش مرتبط باشند. با این کار می‏توان دانشی را استخراج کرد که به صورت عادی قابل دسترس نباشد.
از آنجا که اطلاعات لازم جهت بازیابی اسناد مرتبط در پرسش‏های چندگامی به صورت مستقیم گنجانده نمی‏شوند سامانه‏های بازیابی اطلاعت موجود توانایی شناسایی و بازیابی همه اسناد مرتبط را ندارند. برای این پرسش‏ها نیازمند سامانه بازیابی اطلاعاتی هستیم که روابط بین اسناد مرتبط با پاسخ را شناسایی و اطلاعات لازم را بازیابی کند. زمانی که پرسش چندگامی مطرح شده به صورت دامنه باز و تعداد اسناد موجود زیاد باشد، فرایند بازیابی اطلاعات چالش‌برانگیزتر خواهد بود.
در این پژوهش هدف پیدا کردن روابط بین پرسش و اسناد و بازرگرداندن اسناد مرتبط است که راه رسیدن به پاسخ نهایی را هموار کند. پرسش‏های چندگامی موضوعی است که در این پژوهش مورد بررسی قرار می‏گیرد. شناسایی نوع پرسش و استفاده از بازیابی‏های چند‏ مرحله‏ای راهکاری است که در این پژوهش مورد بررسی قرار می‏گیرد. در سال‏های اخیر استفاده از مدل‏های مبتنی بر شبکه‏های عصبی از پیش آموزش دیده شده منجر به بهبود نتایج در حوزه بازیابی اطلاعات و پردازش زبان طبیعی شده است. در این پژوهش نیز از مدل‌های مختلف مانند مدل‏های تبدیل‏کننده، برت و شبکه‏های عصبی عمیق جهت بهبود عملکرد بازیابی اطلاعات استفاده شده است. جاسازی متن در بردار، استخراج موجودیت‏های و در نهایت تاکید بر کلمات کلیدی در پرسش و متن از مهم‌ترین بخش‏های این پژوهش است.
الگوریتم پیشنهادی روی مجموعه داده هات پات کیوای ارزیابی شده است. این مجموعه داده در سال ۲۰۱۸ برای ارزیابی سامانه‏های پرسش‏پاسخ چندگامی ایجاد شده است. همچنین روش ارائه شده روی بیش از ۵ میلیون مقاله ویکی‌پدیا به خوبی عمل کرده و نسبت به روش‏های پایه بهتر عمل کرده است.
واژه‌های کلیدی: پردازش زبان‏ طبیعی، بازیابی اطلاعات، پرسش‏پاسخ، درک مطلب ماشین.