برچسب‌گذاری ادات سخن زبان فارسی با استفاده از مدل شبکۀ فازی

برچسب گذاری ادات سخن یکی از مسائل مطرح در حوزۀ پردازش زبان های طبیعی است. هدف در این مسئله تعیین نقش واژگان در جمله است. برحسب این برچسب گذاری ویژگی های دستوری و نحوی واژگان نیز مشخص می شود. در این مقاله یک روش مبتنی بر آماری برای ادات سخن فارسی پیشنهاد شده است. در این روش محدودیت های روش های آماری با استفاده از معرّفی یک مدل شبکه فازی کاهش پیدا کرده است؛ به طوری که در صورت وجود تعداد کمی دادۀ آموزشی، مدل فازی پارامترهای قابل اطمینان تری را تخمین می زند. در این روش ابتدا هنجار سازی به عنوان پیش پردازش صورت گرفته و سپس فراوانی هر واژه با توجه به برچسب مربوطه به صورت یک تابع فازی تخمین زده و سپس مدل شبکه فازی تشکیل شده و درجۀ هر یال در این شبکه با استفاده از یک شبکۀ عصبی و تابع عضویت مشخص می شود. درنهایت بعد از این که مدل شبکۀ فازی برای یک جمله ساخته شد، از الگوریتم ویتربی برای تعیین محتمل ترین مسیر در این شبکه استفاده شده است. نتایج آزمایش روی پیکرۀ بی جن خان کارایی این روش را تایید کرده و نشان می دهد که روش پیشنهادی در شرایطی که داده های آموزشی کم تری در اختیار باشد، از روش های مشابه، مثل مدل مخفی مارکوف عملکرد بهتری دارد.