برچسب زنی خودکار نقش های معنایی در جملات فارسی به کمک درخت های وابستگی
Authors
abstract
تتشخیص خودکار واژه های دارای نقش های معنایی (همچون کنش گر، کنش پذیر، منشأ، و ...) در جملات و اختصاص صحیح نقش های معنایی به آن ها توسط رایانه می تواند موجب بهبود کیفیت در بسیاری از کاربردهای پردازش زبان طبیعی همچون استخراج اطلاعات، پرسش و پاسخ، خلاصه سازی، و ترجمۀ ماشینی شود. در چنین پردازشی که برچسب زنی نقش معنایی و یا تجزیۀ معنایی سطحی خوانده می شود معمولاً از تجزیۀ نحوی جملات به منظور تعریف ویژگی های نحوی استفاده می شود و نوع بازنمایی نحوی مورد استفاده در دقت سامانۀ برچسب زنی نقش معنایی موثر است. در این پژوهش به ارائۀ برچسب زن نقش معنایی مبتنی بر تجزیۀ نحوی کامل می پردازیم. بدین منظور از تجزیه گر نحوی وابستگی و روش های یادگیری ماشینی استفاده می شود. در برچسب زن ارائه شده سعی شده است که مشکلات برچسب زن های قبلی ارائه شده برای زبان فارسی، که همگی مبتنی بر تجزیۀ نحوی سطحی بوده اند، رفع شود و معماری سیستم به برچسب زن های به روز دنیا نزدیک باشد. نتایج پژوهش نشان دهندۀ دقت مناسب سیستم ارائه شده است.
similar resources
برچسب‌زنی خودکار نقش‌های معنایی در جملات فارسی به کمک درخت‌های وابستگی
Automatic identification of words with semantic roles (such as Agent, Patient, Source, etc.) in sentences and attaching correct semantic roles to them, may lead to improvement in many natural language processing tasks including information extraction, question answering, text summarization and machine translation. Semantic role labeling systems usually take advantage of syntactic parsing and th...
full textارائۀ 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 ...
full textمروری بر سیستم های برچسب زنی تصاویر
امروزه با رشد تکنولوژی های ثبت و به اشتراک گذاری تصاویر، تعداد تصاویر دیجیتال افزایش چشمگیری یافته است. مدیریت این حجم از داده های تصویری به سامانه ای کارآمد جهت مرور، دستهبندی، جستجو و بازیابی نیاز دارد. سامانه های بازیابی تصاویر در نسل های جدید یک عبارت معنایی را معمولاً به صورت یک یا چند کلمه کلیدی از کاربر گرفته، به دنبال بازیابی تصاویری با محتویات بصری مرتبط با آن معن...
full textتبدیل 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...
full textتولید 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...
full textتصحیح خودکار غلط های تایپی فارسی به کمک شبکه عصبی مصنوعی ترکیبی
Automatic correction of typos in the typed texts is one of the goals of research in artificial intelligence, data mining and natural language processing. Most of the existing methods are based on searching in dictionaries and determining the similarity of the dictionary entries and the given word. This paper presents the design, implementation, and evaluation of a Farsi typo correction system u...
full textMy Resources
Save resource for easier access later
Journal title:
پردازش علائم و داده هاجلد ۱۳، شماره ۱، صفحات ۲۷-۳۸
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023