بررسی امکان افزایش صحت یک ابزار برچسب‌دهی به اجزای کلام در فارسی

در این پژوهش به بررسی تاثیر رفع ابهام از برچسب نحوی هم‌نگاره‌های اسمی و صفتی مختوم به «ی» در فارسی روی عملکرد یک سیستم برچسب‌دهی خودکار به اجزای کلام، پرداخته شده است. سیستم مورد مطالعه در پژوهش حاضر، سیستم «هضم» است. در پژوهش حاضر، نرم‌افزاری جهت رفع ابهام از برچسب نحوی هم‌نگاره‌های مذکور، تهیه شد که خود مبتنی بر الگوهای حساس به بافت نحوی است؛ این الگوها حاصل بررسی هم‌نگاره‌های مذکور در پیکرة «بیجن‌خان» است. بنابراین، هضم با پیکرة بی‌جن‌خان آموزش دیده شد. ارزیابی کلی نرم‌افزار تهیه شده جهت رفع ابهام از برچسب نحوی هم‌نگاره‌های اسمی و صفتی مختوم به «ی» در فارسی، نشان می‌دهد اگر تنها الگوهای حساس به بافت نحوی که تاثیر مثبت در برچسب‌زنی داشته‌اند را به ابزار برچسب‌دهی اضافه کنیم، صحت کلی برچسب‌زن، در مقایسه با حالتی که از تمام الگوهای حساس به بافت نحوی استفاده ‌شود، 1.34 درصد بالاتر است.

Studying the possibility of improving the function of a POS tagger system

The aim of the present study is to check the possibility of improving the function of a POS tagger system via POS tag disambiguation of some of Persian noun and adjective homographs ending in <ی>. The case study in present research is HAZM.The POS tag disambiguation program is based on some contextsensitive rules. the mentioned rules were extracted from Bijan Khan corpus, Hazm was trained by Bijan Khan corpus. General evaluation of the mentioned POS disambiguation program indicates that if some of the contextsensitive rules which play a role in better POS tagging are added to HAZM, the general accuracy of HAZM rises to %95.691 which is considered %1.34 higher than the state of applying all rules