ارائه یک ریشه یاب فارسی مبتنی بر پیکره
Publish place: The Second National Conference on Applied Research in Computer Science and Information Technology
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 686
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper 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
Abstract:
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.
Keywords:
Authors
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 Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :