زمان ویدئو: 44 دقیقه

تشخیص اسپم پیامک به کمک هوش مصنوعی

مقاله دانشگاهی A hybrid CNN-LSTM model for SMS spam detection in Arabic and english messages در این ویدئو به شکل کامل بررسی شده است. شما با مشاهده این ویدئو به کمک هوش مصنوعی می‌توانید اس‌ام‌اس‌های اسپم و غیر اسپم را از هم جدا کنید.

امروزه نقش پررنگ هوش مصنوعی در ابعاد مختلف زندگی انسان ها و به ویژه صنعت و کسب و کار های مختلف به خوبی مشهود است . هوش مصنوعی پس از  یک دوره ناکامی که به زمستان هوش مصنوعی معروف است با پژوهش ها در زمینه یادگیری عمیق پرقدرت بازگشته و جای خود را در بین اکثر کسب و کار ها و صنایع باز کرده است در نتیجه اطلاع از پژوهش های جدید در این حوزه میتواند برای طیف زیادی از افراد الهام بخش باشد.

در این ویدیو سعی کرده ایم که مقاله مذکور را که در حوزه پردازش زبان طبیعی(NLP)  است بررسی کنیم. اگر شما هم به پژوهش های جدید در زمینه هوش مصنوعی و به ویژه پردازش زبان طبیعی علاقمند هستید این وبینار مخصوص شماست.

پردازش زبان طبیعی چیست؟

پردازش زبان طبیعی (NLP) شاخه ای از هوش مصنوعی است که به رایانه ها این امکان را میدهد تا بتوانند زبان انسانی را درک و پردازش کنند. پردازش زیان های طبیعی یکی از راه های تعامل بین انسان و رایانه است که در سال های پیشرفت های چشمگیری را به خود دیده است و رد پای آن در سرویس هایی از جمله مترجم گوگل، دستیار صوتی اپل(siri)، پلتفرم های ایمیل ازجمله Gmail  و... کاملا مشهود است.

در پردازش زبان طبیعی تسک های مختلفی از جمله  دسته بندی متون، ساخت چت بات، استخراج اطلاعات، سیستم های بازیابی اطلاعات و... وجود دارند که در این وبینار مقاله ای در زمینه تشخیص اسپم که در قسمت دسته بندی متون قرار میگیرد بررسی شده است.

اسپم و تشخیص اسپم

اسپم یا همان هرزنامه به متن هایی اطلاق میشود که به صورت  فله ای در قالب ایمیل، پیامک و... به کاربران ارسال میشوند.این متن ها شامل اطلاعات مفیدی برای کاربران نمیباشند و بعضا با اهداف خرابکارانه منتشر میشوند.

تشخیص اسپم فرایندی است که در آن پیام های اسپم از غیر اسپم تفکیک میشوند. امروزه این فرایند غالبا با استفاده از مدل های یادگیری ماشین و یادگیری عمیق انجام میشود.

تشخیص پیام های اسپم از این جهت اهمیت دارد که نقش به سزایی در رضایت کاربران از سرویس های انتقال پیام دارد و همچنین موجب جلوگیری از اقدامات خرابکارانه و امنیت هرچه بیشتر کاربران میشود.

درباره مقاله

مقاله A Hybrid CNN-LSTM Model for SMS SPAM Detection in Arabic and English Messages  در سال 2020 و توسط  Abdallah Ghourabi ،  Mahmood A.Mahmoodو Quasy M.Alzubi نگارش و منتشر شده است. در این مقاله مدلی مبتنی بر شبکه عصبی ترکیبی CNN-LSTM برای تشخیص اس ام اس اسپم ارائه شده است.

درباره وبینار

وبینار به صورت یک ویدیو آفلاین 45 دقیقه ای خواهد بود که پس از خریداری وبینار در اختیار شما عزیزان قرار میگیرد.

پیشنیاز ها

به منظور بازدهی هرچه بیشتر بهتر است که مخاطبان این ویدیو با کلیات هوش مصنوعی، یادگیری ماشین و یادگیری عمیق آشنایی داشته باشند. توجه داشته باشید که  در این ویدیو پیاده سازی انجام نگرفته و صرفا مفاهیم موجود در مقاله بررسی شده اند.

درباره مدرس

عرفان کرمی از مجموعه  آلومینیوم دیتاست و دانشجوی کارشناسی علوم کامپیوتر دانشگاه شهید بهشتی

درباره حامی

آلومینیوم دیتاست در اسفند ماه سال 1399 توسط امیر مسعود دشتی و محمدعلی میلانی صدر افتتاح شد. آلومینیوم سعی می‌کند دیتاست‌های مختلف و متنوع در انواع زمینه‌های ورزشی، پزشکی، اطلاعات مشتری، عمومی، حمل‌ونقل، غذایی، پوشاک، حیوانات و… را در اختیار علاقه‌مندان به هوش مصنوعی و صاحبین کسب‌وکار قرار دهد. همچنین در فاز دوم و فاز اصلی تحلیل های مبتنی بر داده های واقعی را ارائه میکند.

نقش و اهمیت داده در دنیای امروز بر کسی پوشیده نیست. داده توان ما را در تحلیل آینده نگر افزایش میدهد و این تحلیل ها در تصمیم گیری ها میتوانند در مقیاس بالایی مورد استفاده قرار بگیرند و امروزه تصمیم گیری‌های داده محور به کمک آمار، هوش مصنوعی و تکنیک های داده کاوی  در حال بلوغ بیشتری هستند و آینده روشنی برای مشاغل داده محور پیش‌بینی می‌شود.آلومینیوم دیتاست مجموعه‌ای از ابزارهای ۳۶۰ درجه مبتنی‌بر هوش مصنوعی، ماشین لرنینگ، آمار و بیگ‌دیتا است که به کسب‌وکارهای مختلف کمک می‌کند تا فرایندهای بازاریابی و عملیات خود را بهبود دهند. 

• قابلیت توسعه پذیری متناسب با افزایش اندازه بازار شما

• تیمی از بهترین متخصصان و مهندسان با سوابق بین المللی

• پیشران مکتب بازاریابی Data Driven و کاهش شدید هزینه‌های بازاریابی شما

آینده از همین حالا در حال رخ دادن است پس اگر نمیخواهید از این قطار جا بمانید ما در آلومینیوم دیتاست میتوانیم به شما کمک کنیم تا از داده ها آینده را استخراج کنید. 

با ما تماس بگیرید

aldataset.com