ارائه یک ریشه یاب فارسی مبتنی بر پیکره
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 681
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF02_139
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
در سال های نه چندان دور شاهد افزایش روزافزون الکترونیکی حجم اطلاعات به خصوص برای زبان فارسی بوده ای. از این رو پردازش و بازیابی خودکار اطلاعات را می توان از نیازهای ضروری زبان فارسی نام برد. ریشه یابی کلمات کاربردهای بسیاری را در پردازش زبان طبیعی و در برخی از شاخه های دیگر مانند بازیابی اطلاعات دارد. تاکنون اکثر الگوریتم های ارائه شده برای زبان فارسی مبتنی بر قاعده بوده است. در این مقاله یک ریشه یاب مبتنی بر نوشته جات به فارسی برای زبان فارسی ارائه شده است. به منظور آموزش سیستم مجموعه داده ای از همشهری 2 {9} شامل 521.471 لغت استفاده شده است. برای تشخیص ریش دو دیدگاه مبتنی بر تنوع کلمات با ریش یکسان و فراوانی و زود هر کلمه در نظر گرفته شده است. داده های ارزیابی شامل 1٬100 لغت استخراج شده از داده های متنی فارسی PerTreeBank {10} در نظر گرفته شده است. نتایج به دست آمده نشان از کارایی الگوریتم پیشنهادی بادقت ریشه یابی 92.81 در صد می باشد.
کلیدواژه ها:
نویسندگان
رضا بهرامی
دانشگاه صنعتی مالک اشتر تهران، مجتمع فناوری اطلاعات و ارتباطات
مریم حورعلی
دانشگاه صنعتی مالک اشتر تهران، مجتمع فناوری اطلاعات و ارتباطات
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :