{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "Q114",
        "title": "دسته بندی پاسخ های یک مکالمه اتوماتیک به مجموعه محدود با استفاده از تکنیک های هوش مصنوعی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1396",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "Q114",
        "title": "دسته بندی پاسخ های یک مکالمه اتوماتیک به مجموعه محدود با استفاده از تکنیک های هوش مصنوعی",
        "degree": null,
        "faculty": "مهندسی کامپیوتر ",
        "year": 1396,
        "authors": [
            {
                "name": "مولود آیت",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "مرتضی زاهدی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "دسته بندی قطبی پاسخ",
            "سیستم پرسش و پاسخ تعاملی",
            "n-گرم",
            "تاثیر گفتگوی پیشین"
        ],
        "abstract": "موتورهای جستجو کنونی قادر به پاسخ گویی مستقیم نیاز کاربران نیستند و معمولا لیستی از منابع مرتبط را برای آنها نمایش می دهند. فراهم کردن اطلاعات از طریق تعامل، ایده اصلی سیستم پرسش و پاسخ است. بیشتر تحقیق هایی که بر روی این سیستم ها انجام می شود، بر روی پردازش پرسش ها تمرکز دارند. پردازش پاسخ، تنها محدود به انتخاب پاسخ مناسب برای پرسش قبلی می-شود. در این پژوهش دسته بندی قطبی بر روی پاسخ های یک سیستم پرسش و پاسخ تعاملی اعمال می شود. دسته بندی قطبی یکی از شاخه های مشهور در پردازش متن است که متن های ورودی را با توجه به محتوای درونی آن ها، به سه سطح مثبت، منفی و خنثی دسته بندی می کند. \r\nانتخاب ویژگی های مناسب برای دسته بندی، یک امر بسیار مهم است. در این تحقیق دو ویژگی جدید با عنوان ویژگی احتمالی و اطلاعات متقابل نقطه به نقطه، معرفی می شوند. این ویژگی ها با توجه به گرایش بیشتر آن ها به یکی از سه دسته مثبت، منفی و خنثی، عبارت ها را مقداردهی می-کنند. علاوه بر این دو ویژگی، سه ویژگی مشهور و متداول در دسته بندی قطبی نیز آزمایش می-شوند. این آزمایش ها بر روی unigram  ها و bigram ها انجام می شود. برای کاهش ابعاد نیز روش های بهره اطلاعات، نرخ بهره و مربع کای، اعمال می شوند.\r\nتاکنون دسته بندی قطبی بر روی متن های تعاملی انجام نشده است. در یک مکالمه گفتگو پیشین می تواند در دسته بندی قطبی پاسخ، تاثیر گذارد. در این مطالعه، تاثیر گفته های پیشین به دو صورت وابستگی زمانی و وابستگی ساختاری بررسی خواهد شد. وابستگی زمانی محتوای گفته های پیشین را در دسته بندی تاثیر می دهد؛ درحالی که وابستگی ساختاری بر روی نوع آن ها تمرکز می-کند. بهترین دقت با ویژگی احتمالی مبتنی بر unigram، برابر 77.45% است. با اعمال کاهش ویژگی، دقت 75.66 % شد و با اعمال وابستگی ساختاری، مقدار آن به 82.62% رسید.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_Q114.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}