كاربرد استخراج كسره اضافه در تشخيص موجوديت هاي نامدار در زبان فارسي

كارشناسي ارشد

گسترش استفاده از نرم‌افزارهايي كه رابط كاربري هوشمند در تعامل با انسان‌ها دارند باعث افزايش پژوهش‌ها در زمينه‌ي پردازش زبان طبيعي براي تحليل و پردازش زبان انسان‌ها شده‌است. از جمله مسائل پردازش زبان تشخيص موجوديت‌هاي نامدار است كه به عنوان پيش‌زمينه‌ي بسياري از مسائل پردازش زبان مانند ترجمه ماشيني، پرسش پاسخ استفاده مي‌شود. تشخيص موجوديت‌هاي نامدار به يافتن كلمات خاصي مانند اسم سازمان‌ها ، اسم شهرها و كشورها و اسم اشخاص در متن گفته مي‌شود. تشخيص اين كلمات در زبان فارسي دچار مشكلاتي است از قبيل عدم نشانه‌ي خاص براي اسم‌هاي خاصي كه در جملات استفاده مي‌شوند كه به عنوان مثال در زبان انگليسي با حروف بزرگ آغاز مي‌‌شوند اما در زبان فارسي نشانه‌ي خاصي ندارند و تشخيص آن‌ها مشكل را مي‌كند. نكته‌ي بعد عدم نگارش كسره‌ي اضافه در متون فارسي است كه تشخيص حدود عبارات اسمي را مشكل مي‌كند. در اين پژوهش با استخراج كسره‌ي اضافه از متن جملات فارسي و اضافه كردن ويژگي كسره‌ي اضافه به مدل تشخيص موجوديت‌هاي نامدار، مدلي ارائه داديم كه عملكرد بهتري نسبت به مدل‌هاي مشابه در تشخيص حدود عبارات اسمي دارد و برچسب‌هايي كه به دليل عدم تشخيص كسره‌ي اضافه به اشتباه تشخيص داده مي‌شدند در اين مدل با خطاي كمتري قابل تشخيص هستند. ويژگي ديگر مدل كاهش خطاي تشخيص كلماتي است كه هم در عبارات موجوديت نامدار هم استفاده مي‌شوند و هم به صورت جداگانه در جملات زبان فارسي استفاده مي‌شوند كه در آن‌جا معناي موجوديت خاص ندارند و در عبارات اسمي معنا پيدا مي‌كنند و در مدل ارائه شده به دليل تشخيص وابستگي‌ها بين كلمات همسايه‌ي كلمه‌ي در حال بررسي توانايي رفع اين مشكل وجود دارد. در نهايت مدل تشخيص موجوديت‌هاي نامدار ارائه شده با استفاده از ويژگي كسره‌ي اضافه عملكرد بهتري نسبت به مدل‌هاي مشابه داشته و به طور ميانگين 3 تا 4 درصد در برچسب‌هاي موجوديت نامدار از مدل‌هاي مشابه دقت بيشتري دارد.

195298

دانشگاه علم و صنعت ايران

هوش مصنوعي و رباتيكز

دكتر مرتضي آنالويي