ارائه کننده : محمدجعفر غلامی کناری
استاد راهنما : دکتر احسان اله کبیر
استاد ناظر داخلی اول : دکتر مریم ایمانی
استاد ناظر خارجی اول : دکتر هدیه ساجدی ( دانشگاه تهران )
تاریخ : 1402/02/16
ساعت : 17
مکان: دانشکده برق و کامپیوتر – اتاق شورا

چکیده :
نشان‌کردن کلمات کلیدی در سند، یک کار حیاتی در پردازش زبان، بازیابی اطلاعات و تحلیل و بررسی اسناد است. فرایند نشان‌کردن کلمات کلیدی در یک سند می‌تواند به بهبود دسته‌بندی سند، دقت جستجو و استخراج اطلاعات کمک کند. در سال‌های اخیر، نشان‌کردن کلمات با روش‌های یادگیری عمیق، پیشرفت‌های چشمگیری داشته‌ و به سطح بالایی از عملکرد در کاربردهای واقعی رسیده است.
در این پژوهش، روش پیشنهادی، استفاده از شبکه‌ی عصبی از پیش آموزش‌دیده‌ی Mask R-CNN به کمک یادگیری انتقالی برای نشان‌کردن کلمه‌ی کلیدی چاپی 'تاریخ' در فرم‌های دستنویس اسکن شده است. به دلیل کمبود داده و درنتیجه بهبود عملکرد شبکه، روش‌های داده‌افزایی برای افزایش داده مورداستفاده قرار گرفته و همچنین تغییراتی از جمله ابعاد و نسبت لنگرها در شبکه‌ی پیشنهاددهنده‌ی ناحیه متناسب با کلمه‌ی 'تاریخ'  اعمال شده است.
داده‌های این پژوهش فرم‌های پر شده توسط افراد حقیقی هستند و برای ارزیابی عملکرد شبکه، معیار mAP مورد بررسی قرار می‌گیرد.