تأثیر ساخت واژه ها در تجزیه وابستگی زبان فارسی

سامانه های مبتنی بر داده به راحتی می توانند به سایر زبان ها یا دامنه ها منتقل شوند. استفاده از این رویکرد در تجزیه وابستگی منجر به ارائه روش های مبتنی داده شد که تنها نیازمند پیکره ای حاوی جملات و درخت وابستگی متناظر با آن به عنوان داده آموزشی است. الگوریتم های طراحی شده برای تجزیه وابستگی با وجود صحت بالا در زبان انگلیسی، بر روی دسته ای از زبان ها با افت صحت مواجه می شوند که دلیل این امر را می توان در پر رنگ تر بودن عامل بی ترتیبی و غنای ساخت واژی آنها دانست. این بدان معناست که سامانه های مبتنی بر داده نیازمند انتخاب خصوصیات و تنظیم دقیق پارامترها به منظور رسیدن به کارایی بهینه هستند. زبان فارسی که به تازگی پیکره وابستگی برای آن طراحی شده است جزو زبان هایی است که دو عامل بی ترتیبی و غنای ساخت واژی را داراست. در این مقاله سعی شده که عوامل تأثیرگذار بر کاهش صحت تجزیه وابستگی در زبان فارسی شناسایی و راهکارهایی برای بهبود صحت آن ارائه شود.