Sistem tanya jawab menggunakan metode Deep Graph Convolutinalneural Network (DGCNN)

مستخلص البحث

تاريخ الرياضيات هو مصدر للمعرفة حول العمل الشاق للرياضيين في اكتشاف ، وتطوير مفهوم أو حل مشكله. من أجل ان يعرف المستخدمون تاريخ الرياضيات في الماضي ، فان نظام الاسئله والاجوبه يهدف إلى توفير معلومات عن الاسئله التي يطرحها المستخدمون. نظام الاسئله والاجوبه لديه 3 عمليات رئيسيه. أولا ، تحليل الاسئله باستخدام مراحل المعالجة المسبقة والشبكة العصبية التلافيفي الرسم البياني العميق. الخوارزميه هي خوارزميه الشبكة العصبية المستخدمة لتصنيف الاسئله باستخدام الرسوم البيانية لتوسيع المصطلحات والحصول علي فئات أو مواضيع من استفسارات المستخدم. يستخدم كل من استرداد المستند "قاعده المعارف في ويكيبيديا". ويستمر الثالث مع عمليه البحث عن إجابات باستخدام تشابه جيب التمام للبحث أوجه التشابه بين الوثائق مع الاسئله. يركز نظام الاسئله والاجوبه في هذا البحث علي موضوع التاريخ الرياضي الذي يوفر المعلومات المتعلقة بالتطورات السابقة. التالي فان نتائج هذه الدراسة الحصول علي دقه صحة 87.76 ٪ مع عدد محاكمه من 60 المحاكمات.

ABSTRACT

History of mathematics is a source of knowledge about the hard work of mathematicians in discovering, developing a concept or solving a problem. In order for users to know the history of mathematics in the past, the question and answer system is intended to provide information on questions asked by users. The question and answer system has 3 main processes. First, analyze the questions using preprocessing stages and Deep Graph Convolutional Neural Network (DGCNN). DGCNN is a neural network algorithm used to classify questions by using graphs to expand terms and get classes or topics from user inquiries. Second Document retrieval using the Wikipedia Knowledge Base. Third is continued with the process of searching for answers by using Cosine Similarity to search similarities between documents with questions. The question and answer system in this research focuses on the mathematical history theme which provides information relating to the past developments. So the results of this study obtained the correctness accuracy of 87.76% with a trial number of 60 trials.

ABSTRAK

Sejarah dibidang matematika merupakan sumber pengetahuan tentang kerja keras para matematikawan dalam menemukan, mengembangkan suatu konsep atau memecahkan sesuatu masalah. Agar pengguna dapat mengetahui sejarah matematika di masa lampau di buat sebuah sistem tanya bertujuan agar memberikan informasi atas pertanyaan pengguna. Sistem tanya jawab memiliki 3 tugas utama. Pertama proses menganalisa pertanyaan dengan menggunakan tahapan preprocessing dan Deep Graph Convolutional Neural Network (DGCNN). DGCNN merupakan algoritma jaringan saraf yang digunakan untuk pengklasifikasian pertanyaan dengan menggunakan graf untuk memperluas term dan mendapatkan class atau topik dari pertanyaan user. Kedua pengambilan dokumen menggunakan basis pengetahuan Wikipedia. Ketiga dilanjutkan dengan proses pencarian jawaban dengan menggunakan Cosine Similarity untuk pencari kemiripan antara dokumen dengan pertanyaan. Sistem tanya jawab pada penelitian ini berfokus pada tema Sejarah dibidang matematika yang memberikan informasi terkait perkembangan di masa lampau. Sehingga hasil dari penelitian ini didapatkan akurasi kebenaran jawaban sebesar 87,76% dengan jumlah percobaan sebanyak 60 uji coba.