عنوان
الگوريتمي براي ساده‌سازي متن در زبان فارسي و كاربرد آن در بهبود الگوريتم هاي استخراج رابطه
نويسنده اصلي
بهروز جان‌فدا
مقطع تحصيلي
كارشناسي ارشد
چكيده
ساده‌سازي متن از زمينه‌هاي در حال توسعه در پردازش زبان طبيعي است و با بهبود امكانات سخت‌افزاري، پيشرفت روش‌ها و تنوع كاربرد‌ها، مورد توجه روزافزون قرار گرفته است. ساده‌سازي متن فرايندي است كه طي آن جملات زبان طبيعي به شيوه‌اي تغيير داده مي‌شوند كه پيچيدگي‌شان كاهش و خوانايي و فهم‌پذيري‌شان افزايش يابد. خودكارسازي اين فرايند دشوار است و الگوريتم‌هاي پيشنهادي در اين حوزه تلاش دارند تا با كمترين خطا، بيشترين كاهش پيچيدگي و بيشترين افزايش خوانايي و فهم‌پذيري را فراهم كنند. از طرف ديگر متون ورودي در فرايند‌هاي متن‌كاوي عموماً مجموعه‌اي از جملات پيچيده‌ي زبان طبيعي هستند كه تشخيص ويژگي‌هاي دستوري و واژگاني اين جملات را براي الگوريتم‌هاي متن‌كاو دشوار مي‌كنند و ميزان خطا در نتايج را بالا مي‌برند. از راه‌هاي كاهش ميزان اين خطا استفاده از الگوريتم‌هاي ساده‌سازي متن به‌عنوان يكي از وظايف پيش‌پردازش متن در الگوريتم‌هاي متن‌كاو است كه باعث كاهش پيچيدگي ورودي شده و در نتيجه خطاي الگوريتم متن‌كاو كاهش و بازخواني آن افزايش داده مي‌شود.
در زبان فارسي الگوريتمي براي ساده‌سازي متن ارائه نشده است. همچنين الگوريتم‌هاي استخراج رابطه و استخراج دانش موجود در زبان فارسي نياز به بهبود دارند. در اين پژوهش نخستين الگوريتم ساده‌سازي متن در زبان فارسي را ارائه مي‌دهيم. از آنجا كه الگوريتم‌هاي موجود در مرز‌هاي دانش در زبان‌هاي ديگر، بر اساس پيكره‌هاي آموزشي موجود در آن زبان‌ها آموزش داده مي‌شوند و چنين پيكره‌اي در زبان فارسي موجود نيست و در عين حال توليد چنين پيكره‌اي پرهزينه و زمان‌بر است، الگوريتم پيشنهاد شده يك الگوريتم بي‌ناظر و بدون نياز به مجموعه دادگان آموزشي است. اين الگوريتم يك سامانه قاعده‌محور است كه قواعد ساده‌سازي در آن به كمك گونه خاصي از عبارات منظم بر روي ويژگي‌هاي متن (مثلاً ويژگي‌هاي دستوري) و به كمك كاربران خبره طراحي شده است. براي ارزيابي، اين الگوريتم را به عنوان يك سامانه پيش‌پردازشي براي الگوريتم‌هاي موجود استخراج رابطه به كار بستيم و نتايج را در مقايسه با نتايج الگوريتم استخراج رابطه بدون استفاده از اين پيش‌پردازش مورد ارزيابي و مقايسه قرار داديم و نشان داديم كه استفاده از الگوريتم ساده‌ساز متن به عنوان يك وظيفه پيش‌پردازشي، نتايج الگوريتم استخراج رابطه را بهبود مي‌دهد.
شماره ركورد
210494
دانشگاه
دانشگاه علم و صنعت ايران
رشته تحصيلي
مهندسي كامپيوتر - نرم‌افزار
استاد راهنما
دكتر بهروز مينايي بيدگلي