اصلاح و تکمیل پروژه درس nlp + تکمیل گزارس

---

شرح پروژه

بسم الله

***

نکته مهم: برای تکمیل این پروژه تا 2شنبه شب وقت دارم

***

برای این درس پروژه ای داشتم نم که کدش رو هم زدم ولی مشکلاتی داره و احتمالا از سمت استاد اصلاحات و تغییراتی گفته بشه که باید انجام بدم

پروژه درس nlp من "(محاوره و رسمی) اصلاح املایی پیام کاربر در سها" است. 

سها یک سامانه پاسخ گویی و تعامل با کاربران مبتنی بر پردازش متن درخواست آنان و تهیه خروجی مورد نظر میباشد. 

جزییات پروژه ای که قرار بود انجام بشه در قالب یک فایل pdf قرار داده شده لطفا مطالعه بفرمایید و سپس باقی توضیحات را بخوانید.

کار هایی که انجام شده این است که از دیتاست همشهری استفاده شده و بجای w2v از parsivar استفاده شده و یک مدل naiive bayes استفاده شده که با دقت 90 درصد خطاها را اصلاح میکند ولی کامل هم درست کار نمیکند ظاهرا

کاری که باید انجام شود این است که یک الگوریتم بهتر پیشنهاد و پیاده شود تا دقت به 95 برسد و بشود در اصل contribution خود به پروژه را نشان داد.

همچنین گزارش اولیه ای نوشته شده که حاوی کارهای انجام شده است و نیاز است کامل شود و موراد زیر در آن رعایت شود:

"لازم است برای تحویل کار کلیه کدها و داده ها تحویل داده شوند و یک گزارش کار شامل مشخصات دیتاستی که استفاده کرده یا ساخته اید ، معماری و الگوریتم روش مورد استفاده، نتایج ارزیابی  و تحلیل این نتایج.
درضمن در یک فایل جداگانه ورودی و خروجی سیستم را دخیره کرده ‌تحویل دهید"

فایل گزارش و کدهای زده شده و دیتاست را در گفتگوی خصوصی ارسال میشود برای صحبت بیشتر

ادرس سامانه سها:

http://tagger.nlp-lab.ir/

آپدیت:

کل کاری که در این بخش از پروژه باید انجام شود این است که این کلاس SpellCheck که برای پارسیوار است بهبود داده شود.

کد ضمیمه شده.

و باید از روش های پردازش زبان طبیعی استفاده کرد براش

مثلا تو این کد ابتدا کلمات نزدیک به هر کلمه رو با توجه به احتمال رخداد اون کلمه در میاره و بعد با استفاده از onegram و bigram تصحیح میکنه اونارو.

حالا مثلا باید این الگوریتم بهبود داده شه یا یچیز دیگه استفاده بشه که اون رو بهبود بده

این پروژه شامل 2 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

---

---