ارایه یک پیکره‌ پرسش و پاسخ مذهبی در زبان فارسی

سامانه های پرسش و پاسخ، زیرشاخه ای از علوم پردازش زبان طبیعی و بازیابی اطلاعات محسوب می شوند که در چند دهه اخیر مورد علاقه زیاد پژوهش گران قرار گرفته اند. با توجه به رشد فزاینده علاقه مندی به این زمینه پژوهشی، نیاز به در اختیار داشتن منابع داده ای مناسب برای آن، به خوبی احساس می شود. تاکنون اغلب پژوهش های صورت گرفته در رابطه با توسعه پیکره پرسش و پاسخ در زبان انگلیسی بوده است؛ درصورتی که در زبان های دیگر مانند فارسی، نیاز شدیدی به وجود چنین پیکره هایی احساس می شود. در این مقاله، مراحل کامل توسعه یک پیکره متنی پرسش و پاسخ با نام رسائل و مسائل در زبان فارسی شرح داده خواهد شد. این پیکره شامل 2,118 سوال غیرحقیقت و 2,051 سوال حقیقت بوده که برای هر سوال، متن سوال، نوع سوال، سختی سوال از نظر پرسشگر و پاسخ دهنده، طبقه معنایی پاسخ در سطح درشت دانه و ریزدانه، پاسخ دقیق سوال و شماره صفحه و پاراگراف پاسخ، نشانه گذاری شده است. پیکره پیشنهادی برای یادگیری کلیه مولفه های سامانه های پرسش و پاسخ شامل دسته بندی سوال، بازیابی اطلاعات و استخراج پاسخ، مورد استفاده می تواند قرار گیرد و به صورت رایگان در دسترس پژوهش گران قرار دارد. در ادامه یک سامانه پرسش و پاسخ بر روی پیکره رسائل و مسائل معرفی می شود. نتایج نشان می دهد که سامانه پیشنهادی توانسته است به دقت 82/29 و میانگین معکوس رتبه 56/73 درصد دست یابد. می توان اظهار کرد که پیکره و سامانه پیشنهادی در نوع خود، نخستین پیکره و سامانه مربوط به پرسش و پاسخ با چنین ویژگی هایی برای زبان فارسی است.