عباس احمدی - استاد یار و عضو هیات علمی دانشکده مهندسی صنایع، دانشگاه صنعتی امیرکبیر
طیبه حسینی خواه - دانشجوی کارشناسی ارشد مهندسی صنایع ، دانشگاه صنعتی امیرکبیر

رشد فزاینده اسناد متنی برروی وب ضرورت استفاده از ابزارهای پردازش خودکار متون را بیش از پیش آشکار می سازد. طبیعت غیر ساخت یافته متون ، استفاده از روش های سنتی استخراج اطلاعات از پایگاه داده های رابطه ای را غیر ممکن می سازد، بنابراین روش ها و الگوریتم های پردازش (و یا پیش پردازش) خاصی برای استخراج الگوهای مفید موردنیاز است یکی از این روش ها استفاده از شبکه های عصبی برای استخراج دانش مورد نیاز از متون است در این پژوهش از شبکه رقابتی LVQ و شبکه عصبی MLP برای استخراج کلمات کلیدی متون داده شده استفاده شده است این الگوریتم ها در واقع کلمات موجود در یک متن را به دو خوشه کلمات کلیدی و غیر کلیدی دسته بندی می کنند. برای این منظور از 80 متن جهت آموزش شبکه استفاده شده است نتایج حاکی از آن است که شبکه عصبی پرسپترون چندلایه( MLP) درمعیارهای ارزیابی تعریف شده دارای عملکرد بهتری نسبت به شبکه رقابتی LVQ می باشد .

استخراج کلمات کلیدی ، شبکه عصبی پرسپترون چندلایه ، شبکه رقابتی بردار یادگیری