تاثیر ساخت‌واژه‌ها در تجزیه وابستگی زبان فارسی

سامانه‌های مبتنی بر داده به‌راحتی می‌توانند به سایر زبان‌ها یا دامنه‌ها منتقل شوند. استفاده از این رویکرد در تجزیه وابستگی منجر به ارایه روش‌های مبتنی‌بر داده شد که تنها نیازمند پیکره‌ای حاوی جملات و درخت وابستگی متناظر با آن به‌عنوان داده آموزشی است. الگوریتم‌های طراحی‌شده برای تجزیه وابستگی با وجود صحت بالا در زبان انگلیسی، بر روی دسته‌ای از زبان‌ها با افت صحت مواجه می‌شوند که دلیل این امر را می‌توان در پر رنگ‌تر بودن عامل بی‌ترتیبی و غنای ساخت‌واژی آنها دانست. این بدان معناست که سامانه‌های مبتنی‌بر داده نیازمند انتخاب خصوصیات و تنظیم دقیق پارامترها به‌منظور رسیدن به کارایی بهینه هستند.زبان فارسی که به‌تازگی پیکره وابستگی برای آن طراحی شده است، جزو زبان‌هایی است که دو عامل بی‌ترتیبی و غنای ساخت‌واژی را دارد. در این مقاله سعی شده است عوامل تاثیرگذار بر کاهش صحت تجزیه وابستگی در زبان فارسی شناسایی و راهکارهایی برای بهبود صحت آن ارایه شود.