ارایه روشی نوین در تعیین مراجع ضمیر در زبان فارسی

فرآیند تعیین عبارات اسمی هم ارجاع، یکی از زمینه های پایهای در زمینه پردازش زبانهای طبیعی است که در کاربردهایی مثل استخراج اطلاعات وترجمه ماشینی نقش تعیین کننده ای دارد. فرآیند تشخیص مرجع ضمیر یک زیربخش مهم از فرآیند تعیین عبارات اسمی هم ارجاع میباشد که در آن تنها تعیین مرجع ضمایر مورد توجه قرارگرفته است. روشهای تعیین مرجع ضمیر را میتوان به دو دسته روشهای زبان شناسی و یادگیری ماشین تقسیم بندی نمود. روشهای یادگیری ماشین نسبت به روشهای زبان شناسی به اطلاعات زبانشناسی کمتری نیاز دارند و با به کارگیری آنها نتایج بهتری حاصل میشود. در این پژوهش، با استفاده از پیکرهی PCAC-2008 سامانه ای جهت به کارگیری تکنیکهای یادگیری ماشین در فرآیند تعیین مرجع ضمایر فارسی ارایه شده و در آن از یک معماری جدید برای استخراج نمونه های آموزشی استفاده شده است. سپس با استفاده از درخت وابستگی ویژگیهای جدیدی به سامانه اضافه شده و تاثیر آنها بر روی کارایی سامانه بررسی شدهاند. نتایج بدست آمده نشان میدهد که سامانه پیشنهادی توانسته معیار F را برای فرآیند تشخیص مرجع ضمیر ، حدود 11.2 درصد بهبود دهد.

Keywords:

تشخیص عبارات اسمی هم ارجاع , تشخیص مرجع ضمیر , یادگیری ماشین , روش رده بندی , درخت تجزیه وابستگی