پژوهشنامه پردازش و مدیریت اطلاعات

پژوهشنامه پردازش و مدیریت اطلاعات

دسته‌بندی خودکار قصدها در یک چت‌بات وظیفه‌محور در حوزۀ آموزش

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجوی دکتری زبانشناسی؛ پژوهشکده زبانشناسی؛ پژوهشگاه علوم انسانی و مطالعات فرهنگی
2 دکتری زبانشناسی رایانشی؛ دانشیار؛ پژوهشکده زبانشناسی؛ پژوهشگاه علوم انسانی و مطالعات فرهنگی؛ تهران؛
3 دکتری زبانشناسی؛ دانشیار؛ پژوهشکده زبانشناسی؛ پژوهشگاه علوم انسانی و مطالعات فرهنگی
10.22034/jipm.2026.2079807.2154
چکیده
گفتار و تعامل زبانی یکی از بنیادی‌ترین سازوکارهای کنش اجتماعی محسوب می‌شود، به‌گونه‌ای که انسان‌ها از طریق مکالمه نه‌تنها معنا بلکه روابط اجتماعی، هویت فردی و جایگاه خود را بازتولید می‌کنند. از دهه‌ی ۱۹۶۰ با شکل‌گیری حوزه‌ی تحلیل مکالمه، مطالعه‌ی علمی ساختار و سازمان تعاملات زبانی در کانون توجه زبان‌شناسی قرار گرفت. نظریه‌ی کنش گفتاری آستین و سرل نیز بر این نکته تأکید دارد که گفتار تنها محمل انتقال پیام نیست، بلکه ابزاری برای انجام عمل است؛ بنابراین شناسایی «قصد» بخشی ضروری از درک معنا در هر تعامل زبانی است. با گسترش پردازش زبان طبیعی، چت‌بات‌ها به‌عنوان نمونه‌هایی از سامانه‌های مکالمه وظیفه‌محور شکل گرفتند و مسئله‌ی «تشخیص قصد کاربر» به یکی از چالش‌های اساسی این سامانه‌ها بدل شد.
پژوهش حاضر با هدف طراحی و ارزیابی یک سامانه‌ی تشخیص قصد در حوزه‌ی آموزش زبان فارسی، یک پیکره‌ی تخصصی شامل ۳۶۰۷ جمله در چهار حوزه‌ی معنایی «هم‌معنایی»، «تضاد معنایی»، «باهم‌آیی» و «اصطلاحات» تدوین کرده است. برای این منظور، منابع آموزشی معتبر فارسی مورد تحلیل محتوایی قرار گرفت و الگوهای زبانی پرتکرار با مشارکت متخصصان آموزش زبان استخراج شد. داده‌ها پس از پیش‌پردازش، پاک‌سازی و برچسب‌گذاری با الگوی IOB، برای بردارسازی بر پایه‌ی نظریه‌ی معناشناسی توزیعی آماده شدند. دو مدل وردتووک و فست‌تکست با بردارهای ۳۰۰ بُعدی برای بازنمایی معنایی واژگان به‌کار گرفته شدند.
در ادامه، شش الگوریتم یادگیری ماشین شامل ماشین بردار پشتیبان، K-نزدیک‌ترین همسایه، جنگل تصادفی، درخت تصمیم، پرسپترون تک‌لایه و پرسپترون چندلایه در قالب اعتبارسنجی متقابل پنج‌تایی مورد ارزیابی قرار گرفتند و نتایج نشان داد که عملکرد مدل‌ها به‌طور چشمگیری تحت تأثیر نوع بردارسازی قرار دارد. فست‌تکست با بهره‌گیری از اطلاعات زیرواژه‌ای، امکان استخراج مؤثرتر روابط معنایی را فراهم کرده و موجب افزایش چشمگیر عملکرد الگوریتم‌ها شده است. بهترین نتیجه مربوط به پرسپترون چندلایه همراه با فست‌تکست با میانگین دقت 99.45٪ بود. در مقابل، وردتووک عملکرد ضعیف‌تری در تمایز مقوله‌های نزدیک معنایی نشان داد.
یافته‌های پژوهش بیانگر آن است که ترکیب بردارسازی‌های غنی و مدل‌های یادگیری مناسب می‌تواند نقش تعیین‌کننده‌ای در تشخیص دقیق قصد کاربران در سامانه‌های مکالمه‌محور فارسی ایفا کند. این پژوهش با ارائه‌ی یک پیکره‌ی تخصصی و تحلیل جامع الگوریتم‌ها، گامی مهم در توسعه‌ی چت‌بات‌های آموزشی زبان فارسی فراهم می‌سازد.
کلیدواژه‌ها
موضوعات

عنوان مقاله English

Automatic Intent Classification in a Task-Oriented Chatbot in Education

نویسندگان English

Elham Salehi 1
Masood Ghayoomi 2
Atoosa Rostambeik Tafreshi 3
1 PhD Candidate; Faculty of Linguistics; Institute for Humanities and Cultural Studies
2 PhD in Computational Linguistics; Associate Professor; Faculty of Linguistics; Institute for Humanities and Cultural Studies
3 PhD in Linguistics; Associate Professor; Faculty of Linguistics; Institute for Humanities and Cultural Studies
چکیده English

Natural language constitutes a fundamental medium through which humans perform social actions, construct interpersonal relations, and negotiate cultural identities. Far beyond the mere transmission of propositional content, linguistic interaction embodies a structured system of practices—such as turn-taking, adjacency pairing, sequencing, and repair—which collectively enable coordinated social conduct. Since the emergence of Conversation Analysis in the 1960s, these interactional structures have been systematically examined, while Speech Act Theory, articulated by Austin and subsequently advanced by Searle, has underscored the intrinsically action-oriented nature of utterances. Within this theoretical landscape, the identification of a speaker’s communicative intent is a foundational requirement for meaningful interpretation. The advent of artificial intelligence and natural language processing has motivated efforts to computationally replicate this interpretive capacity within task-oriented dialogue systems, where intent detection serves as a core operational component.
Responding to the scarcity of annotated resources in Persian, the present study develops and evaluates a dedicated intent detection system for a Persian language-learning chatbot. To this end, a novel corpus comprising 3,607 sentences was constructed across four semantic relation types—synonymy, antonym, collocation, and idioms—derived from a systematic content analysis of authoritative Persian pedagogical materials and subsequently validated by domain experts. The dataset was thoroughly preprocessed, normalized, and annotated using the IOB scheme to capture the internal semantic structure of utterances. To model lexical meaning numerically, two static embedding methods grounded in distributional semantics, Word2Vec and FastText, were employed, generating 300-dimensional vector representations for all tokens.
Six machine learning algorithms—Support Vector Machine, K-Nearest Neighbors, Random Forest, Decision Tree, Single-Layer Perceptron, and Multi-Layer Perceptron—were trained and assessed using five-fold cross-validation. The experimental results demonstrate that model performance is substantially shaped by the choice of embedding method. FastText, owing to its subword-level encoding, facilitated markedly improved semantic discrimination and resulted in superior performance across most algorithms. The Multi-Layer Perceptron combined with FastText achieved the highest accuracy (99.45%), indicating its strong capacity to model non-linear semantic patterns in Persian. Conversely, Word2Vec exhibited weaker separability for closely related semantic categories, though it yielded strong outcomes in conjunction with distance-based models such as KNN.

کلیدواژه‌ها English

Intent detection
machine learning algorithm
task-oriented dialogue system
vectors
dialogue analysis

  • تاریخ دریافت 13 آذر 1404
  • تاریخ بازنگری 09 اردیبهشت 1405
  • تاریخ پذیرش 16 خرداد 1405