دانلود و نمایش مقالات مرتبط با Natural language processing::صفحه 1

بلافاصله پس از پرداخت دانلود کنید

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
نتیجه جستجو - Natural language processing

تعداد مقالات یافته شده: 4
ردیف عنوان نوع
1 Big Data Challenges, Techniques, Technologies, and Applications and How Deep Learning can be Used
Big Data Challenges, Techniques, Technologies, and Applications and How Deep Learning can be Used-2016
It is already true that Big Data has drawn huge attention from researchers in information sciences, policy and decision makers in governments and enterprises. A large number of fields and sectors, ranging from economic and business activities to public administration, from national security to scientific researches in many areas, involve with Big Data problems. This talk is aimed to demonstrate a close-up view about Big Data, including Big Data applications, Big Data opportunities and challenges, as well as the state-of-the-art techniques and technologies that we currently adopt to deal with the Big Data problems. The second part is to discuss the deep learning role in Big Data. In recent years, deep learning caves out a research wave in machine learning. With outstanding performance, more and more applications of deep learning in pattern recognition, image recognition, speech recognition, and video processing have been developed. Restricted Boltzmann machine (RBM) plays an important role in current deep learning techniques, as most of existing deep networks are based on or related to it. This talk will also discuss how the big data relates with the deep learning.
Keywords: Machine learning | Pattern recognition | Big data | Natural language processing | Data processing | Information analysis
مقاله انگلیسی
2 Language independent Big-Data system for the prediction of user location on Twitter
سیستم زبان مستقل داده های بزرگ مستقل برای پیش بینی موقعیت کاربر بر روی توییتر-2016
Social media interactions have become increasingly important in today’s world. A survey conducted in 2014 among adult Americans found that a majority of those surveyed use at least one social media site. Twitter, in particular, serves 310 million active users on a monthly basis, and thousands of tweets are published every second. The public nature of this data makes it a prime candidate for data mining. Twitter users publish 140-character long messages and have the ability to geo-tag these tweets using a variety of methods: GPS coordinates, IP geolocation and user-declared location. However, few users disclose their location, only between 1% and 3% of users provide location data, according to our empirical findings.
In this article, we aim to aggregate information from different sources to provide an estimation on the location of any Twitter user. We use an hybrid approach, using techniques in the fields of Natural Language Processing and network theory. Tests have been conducted on two datasets, inferring the location of each individual user and then comparing it against the actual known location of users with geolocation information. The estimation error is the distance in kilometers between the estimation and the actual location. Furthermore, there is a comparison of the relative average error per country, to account for difference in country sizes. Our results improve those presented in different researches in the literature. Our research has as feature to be independent of the language used by the user, while most of works in the literature use just one language or a reduced set of languages. The article also showcases the evolution of our estimation approach and the impact that the modifications had on the results.
Keywords: Big-data | Social networks | Twitter | User location | Natural Language Processing | Network theory
مقاله انگلیسی
3 ادغام بینایی کامپیوتر و پردازش زبان طبیعی: مسائل و چالش‌ها
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 7 - تعداد صفحات فایل doc فارسی: 15
بینایی کامپیوتر و پردازش زبان طبیعی (NLP)، اگرچه هر دو حوزه تحقیقی یادگیری ماشین مخصوص به خود را دارند، ولی هر یک از آن‌ها بعنوان یک حوزه تحقیقاتی مجزا در نسبت به دیگری، ضعف‌هایی دارد. ولی اخیرا بسیاری از محققان شروع به کاوش در این مورد کرده‌اند که آیا متن همراه با تصاویر یا ویدیوها می‌تواند به منظور آسان‌سازی و کارآتر کردن بینایی ماشین مورد استفاده قرار گیرد؟ از طرف دیگر، تلاش‌هایی برای یافتن پاسخی برای این که بینایی کامپیوتر چگونه می‌تواند به وظایف مخصوص NLP، مانند یادگیری زبان کمک کرده و معنی کلمات و جملات را با استفاده از اطلاعات بصری تعیین کند، صورت پذیرفته است. بعلاوه، کاربردهای دنیای واقعی متنوع و مهمی وجود دارند که نیازمند ادغام بینایی و زبان هستند. در این تحقیق، عملی بودن ادغام بینایی کامپیوتر و پردازش زبان طبیعی از ادبیات مربوط به این حوزه، مورد بررسی قرار گرفته است. همچنین تلاشی برای به تصویر کشیدن کاربردهای آینده صورت گرفته است که در آن‌ها بینایی کامپیوتر می‌تواند به منظور کمک به پردازش زبان طبیعی، بکار رود و همچنین روشی که در آن پردازش زبان طبیعی می‌تواند به بینایی کامپیوتر کمک کند.
کلمات کلیدی: بینایی کامپیوتر | پردازش زبان طبیعی | یادگیری ماشین | تحلیل تصویر | درک تصویر.
مقاله ترجمه شده
4 An open-source toolkit for mining Wikipedia
کیت ابزار متن باز برای استخراج ویکیپدیا-2013
The online encyclopedia Wikipedia is a vast, constantly evolving tapestry of interlinked articles. For developers and researchers it represents a giant multilingual database of concepts and semantic relations, a potential resource for natural language processing and many other research areas. This paper introduces the Wikipedia Miner toolkit, an opensource software system that allows researchers and developers to integrate Wikipedia’s rich semantics into their own applications. The toolkit creates databases that contain summarized versions of Wikipedia’s content and structure, and includes a Java API to provide access to them. Wikipedia’s articles, categories and redirects are represented as classes, and can be efficiently searched, browsed, and iterated over. Advanced features include parallelized processing of Wikipedia dumps, machine-learned semantic relatedness measures and annotation features, and XML-based web services. Wikipedia Miner is intended to be a platform for sharing data mining techniques Keywords: Wikipedia Toolkit Ontology extraction Semantic relatedness Disambiguation Annotation
مقاله انگلیسی
موضوعات
footer