پردازش گفتار

اطلاعات آکوستیکی می تواند به منزله شاهدی برای بسیاری از مسائل مطرح در حوزه های دیگر زبان شناسی به خصوص صرف گفتاری و پردازش گفتاری باشد. مقاله حاضر با استفاده از واژه های مشتق پیشوندی زبان فارسی به بررسی شواهد آکوستیکی دال بر میزان تقطیع پذیری آن ها در پردازش، درک و دریافت معنی پرداخته است. برای این منظور واژه های مشتق از پیشوندهای «نا-»، «هم-»، «فرو-» و پایه های آن ها همراه با بسامد رخداد نمونه آن ها از پیکره پژوهشگاه علوم انسانی استخراج شد. از هر پیشوند دو واژه تقطیع پذیر و تقطیع ناپذیر انتخاب و با قرار دادن آن ها در جملات حامل هم بسته های دیرش، زیروبمی، سازه ها، شدت، دیرش خیز و شفافیت منطقه گذر بررسی شد. یافته ها نشان داد دیرش نسبی واژه های تقطیع پذیر بیشتر از واژه های تقطیع ناپذیر است. در منطقه گذر وند و پایه و در حالت ایستایی وند واژه های تقطیع ناپذیر به علت پیوستگی میزان هم تولیدی در بسامد زیروبمی، سازه اول، سازه دوم و سازه سوم آن ها بیشتر از واژه های تقطیع پذیر است. در واژه های تقطیع ناپذیر، دیرش نسبی شدت خیز بیشتر و روند هموارتری را نشان می دهد. همچنین در واژه های تقطیع پذیر، شفافیت تولید سازه ها در منطقه گذر بیشتر از واژه های تقطیع ناپذیر است.

هدف: هدف از انجام این پژوهش، شناسایی مؤلفه های هوش مصنوعی در پایگاه های اطلاعاتی ایرانی و میزان استفاده از آن ها در این پایگاه ها است.   روش پژوهش: این پژوهش از نوع کاربردی و با روش اسنادی و پیمایشی انجام شده است. جامعه ی آماری این پژوهش شامل 7 پایگاه اطلاعاتی ایرانی(نورمگز، نورلیب، مگ ایران، سیویلیکا، ایرانداک، آی اس سی و اس آی دی) است. ابزار گردآوری داده ها، یادداشت برداری و سیاهه ی وارسی محقق ساخته و مصاحبه با خبرگان است. تجزیه و تحلیل داده ها با استفاده از نرم افزارSPSS انجام شده است. یافته ها :یافته ها نشان داد که پایگاه اطلاعاتی ایرانداک بیشترین و پایگاه های سیویلیکا و مگ ایران کمترین استفاده را از مولفه های هوش مصنوعی داشتند. همچنین مولفه های "تشابه یابی معنایی" و" منابع مرتبط و عبارات پیشنهادی"  بیشترین استفاده را در پایگاه های اطلاعاتی ایرانی داشته و مولفه های "ابهام زدایی کلمات در متن"، "تشخیص و طبقه بندی اسامی"، "مترجم های تصویری"، "شرح تصویر"، "تبدیل گفتار به نوشتار"، "تبدیل نوشتار به گفتار"، "مترجم های صوتی" کمترین استفاده را در آن ها داشته اند. نتیجه گیری: نتایج نشان داد که استفاده از مؤلفه های هوش مصنوعی در پایگاه های اطلاعاتی ایرانی می تواند زمینه تسریع و تسهیل فرایندهای پردازش، ذخیره و بازیابی منابع را در پایگاه های اطلاعاتی ایرانی فراهم کند.    

مقدمه: فناوری تشخیص احساس از گفتار، می تواند به محققان کمک کند تا دریابند چه عواملی باعث می شود برخی از روان درمانگران درمان مؤثرتری نسبت به دیگران ارائه دهند، اطلاعاتی که می تواند برای بهبود تشخیص روش درمان استفاده شود. اگر بدانیم چه کسی می خواهد اقدام به خودکشی کند یا حداقل ریسک بالایی برای این کار دارد می توانیم پیشگیری کنیم و این دقیقاً همان چیزی است که علم روانشناسی سال هاست به آن نیاز دارد تا هزینه های درمان را کاهش دهد. ازاین رو، نیاز به تشخیص احساس از گفتار و پایگاه داده احساسی به شدت احساس می شود؛ ولی جمع آوری پایگاه داده با نمونه های زیاد نیازمند صرف چندین دهه است. افزایش داده و انتخاب ویژگی، از مفاهیم کلیدی در یادگیری ماشین هستند. روش: هنگامی که داده های آموزشی در پایگاه داده متنوع نیستند و تعداد و تنوع آن ها در هر کلاس آموزشی محدود است، آموزش یک شبکه عصبی عمیق بدون آنکه پدیده اور فیتینگ اتفاق بیفتد، بیش از حد چالش برانگیز است. برای غلبه بر این چالش، این مقاله یک شبکه افزایش داده جدید، یعنی شبکه افزایش داده متخاصمانه و مبتنی بر شبکه های مولد متخاصمی را پیشنهاد می کند. این شبکه افزایش داده پیشنهادی، از یک شبکه مولد متخاصمی، یک رمزگذار خودکار و یک طبقه بند تشکیل شده است. این شبکه ها به طور خصمانه آموزش داده می شوند تا بردارهای ویژگی وابسته به هر کلاس را در فضای ویژگی ها ترکیب کنند، و سپس آن ها را به داده های موجود در پایگاه داده بیفزایند. برای داده های هر کلاس به صورت جداگانه یک شبکه مولد متخاصمی پیشنهاد شده است که از یک سو شباهت بین نمونه های واقعی و تولید شده را تضمین کند و از طرف دیگر باعث ایجاد تمایز عاطفی در بین نمونه های تولید شده بین کلاس های مختلف شود. برای رفع مشکل کوچک شدن بیش از حد گرادیان در فرایند آموزش شبکه افزایش داده متخاصمی که منجر به عدم آموزش کافی شبکه های مولد و تشخیص دهنده و متوقف شدن فرایند آموزش پیش از یادگیری کامل توزیع داده ها در فضای ویژگی ها می شود، به جای استفاده از خطای متداول آنتروپی متقابل برای آموزش شبکه مولد متخاصمی، واگرایی و اسراستین برای تولید نمونه های مصنوعی باکیفیت بالا استفاده شده است.   یافته ها: عملکرد این مدل با استفاده از پایگاه داده احساسی برلین به عنوان مجموعه داده های آموزش، تست و ارزیابی شبکه مورد آزمایش قرار گرفته و مشخص شد که با ترکیب نمودن بردارهای ویژگی مصنوعی و بردارهای ویژگی واقعی، می توان مشکل کوچک شدن بیش از حد گرادیان و متعاقباً متوقف شدن ادامه روند آموزش شبکه را تا حد زیادی کاهش داد. نتایج به دست آمده نشان می دهد که داده های تولید شده توسط شبکه پیشنهادی می توانند در یک شبکه تشخیص احساس از سیگنال گفتار استفاده شوند و به این شبکه کمک کنند تا کلاسه بندی احساسی بهتری را انجام دهد.