تولید درخت بانک سازه ای زبان فارسی به روش تبدیل خودکار
نویسندگان
چکیده
درخت بانک از مهمترین و پرکاربردترین منابع مورد استفاده در زمینه پردازش زبان طبیعی است. دو نوع از پرکاربردترین درخت بانک ها، درخت بانک وابستگی و درخت بانک سازه ای است. با توجه به نبود درخت بانک سازه ای با حجم بزرگ در زبان فارسی در این مقاله به بررسی روشی ارائه شده در تبدیل درخت بانک وابستگی به سازه ای می پردازیم. سپس مشکلات این روش را در زبان فارسی و انگلیسی بررسی و با ارائه راهکارهایی کیفیت تبدیل را بهبود می بخشیم. اولین راهکار، تصحیح مکان اتصال سازه ها در درخت سازه ای به ازای هر رابطه ی وابستگی است. راهکار دوم، انجام مکاشفه ای به صورت پس پردازش و بر روی خروجیِ ساختار سازه ای این روش است که، کیفیت نهایی درخت های سازه ای را بهبود می بخشد. نتایج حاصل از آزمایش ها نشان میدهد که، روش تبدیل با کمک راهکارهای ارائه شده حدود 85/25 درصد در زبان فارسی و 39/4 درصد در زبان انگلیسی دارای کیفیت بالاتری نسبت به حالتی است که از راهکارهای پیشنهادی استفاده نشود. در ادامه با کمک روش تبدیل و درخت بانک وابستگی موجود در زبان فارسی، یک درخت بانک سازه ای تولید کرده و به کمک آن تجزیه گری سازه ای را آموزش داده ایم. کیفیت تجزیه گر آموزش داده شده با استفاده از درخت بانک حاصل از روش تبدیل و راهکارهای پیشنهادی این پژوهش نسبت به حالتی که از راهکارهای پیشنهادی استفاده نشود، بهبودی 21 درصدی را نشان می دهد.
منابع مشابه
تولید درخت بانک سازه‌ای زبان فارسی به روش تبدیل خودکار
Treebanks is one of important and useful resource in Natural Language Processing tasks. Dependency and phrase structures are two famous kinds of treebanks. There have already made many efforts to convert dependency structure to phrase structure. In this paper we study an approach to convert dependency structure to phrase structure because of lack of a big phrase structure Treebank in Persian. A...
متن کاملارائۀ راهکاری قاعده‌مند جهت تبدیل خودکار درخت تجزیۀ نحوی وابستگی به درخت تجزیۀ نحوی ساخت‌سازه‌ای برای زبان فارسی
In this paper, an automatic method in converting a dependency parse tree into an equivalent phrase structure one, is introduced for the Persian language. In first step, a rule-based algorithm was designed. Then, Persian specific dependency-to-phrase structure conversion rules merged to the algorithm. Subsequently, the Persian dependency treebank with about 30,000 sentences was used as an input ...
متن کاملارائۀ راهکاری قاعده مند جهت تبدیل خودکار درخت تجزیۀ نحوی وابستگی به درخت تجزیۀ نحوی ساخت سازه ای برای زبان فارسی
هدف مقاله حاضر ارائۀ روشی خودکار جهت تبدیل درخت تجزیه نحوی وابستگی به درخت تجزیه نحوی مبتنی بر دستور ساخت سازه ای معادل در زبان فارسی است. برای نیل بدین هدف، الگوریتمی قاعده مند جهت این نوع تبدیل طراحی شده است. به منظور دستیابی به درخت تجزیۀ نحوی ساخت سازه ای مناسب برای جملات زبان فارسی، دستور زبان فارسی مورد مطالعه قرار گرفته و قوانین خاص زبان فارسی استخراج و به الگوریتم مذکور افزوده شده است. ...
متن کاملتبدیل خودکار درخت‌بانک وابستگی فارسی به درخت‌بانک سازه‌ای
There are two major types of treebanks: dependency-based and constituency-based. Both of them have applications in natural language processing and computational linguistics. Several dependency treebanks have been developed for Persian. However, there is no available big size constituency treebank for this language. In this paper, we aim to propose an algorithm for automatic conversion of a depe...
متن کاملبررسی فرایند تبدیل در زبان فارسی
چکیده پژوهش حاضر به مطالعه فرایند تبدیل در زبان فارسی در چارچوب کی‌فر(2005) میپردازد. هدف از این پژوهش توصیف انواع فرایند تبدیل در زبان فارسی است. بدین منظور ابتدا فهرستی از واژه‌هایی که به بیش از یک مقوله تحوی تعلق دارند از فرهنگ لغت صدری‌افشار و همکاران (1381) استخراج شده و بر اساس نوع مقوله نحوی‌شان گروه‌‌بندی می‌شوند. پس از قرار دادن واژه‌ها در 6 گروه، هر گروه به صورت جداگانه مورد بررسی ق...
متن کاملهمگونی محل تولید خیشومی تیغه¬ای در زبان فارسی: فرایندی ...
این مقاله به بررسی آزمایشگاهی همگونی محل تولید همخوان خیشومی تیغهای /n/ با همخوان انسدادی لبی بعد در دو مرز هجایی و واژگانی میپردازد. مقادیر فرکانسهای دوّم و سوّم در سه ناحیه مرکز واکه، پایان واکه و محدوده بست خیشومی توالیهای آوایی Vnb و Vmb که از کلمات طبیعی زبان فارسی استخراج شده بودند محاسبه شده و با یکدیگر مقایسه شدند. فرکانس همین سازهها در کلمات مختوم به خیشومی تیغهای /n/ در بافت مجزا ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
پردازش علائم و داده هاجلد ۱۳، شماره ۲، صفحات ۱۲۱-۱۳۷
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023