fa ویرایش‌گر متن شریف: سامانۀ ویرایش و خطایابی املایی زبان فارسی مقالات پردازش متن Paper پژوهشي Research <p>در مقالۀ حاضر سامانه‌ای هوشمند جهت ویرایش و خطایابی املایی متون فارسی معرفی شده‌است. هدف از طراحی و ایجاد این سامانه، ویرایش متون فارسی برای کاربردهای پردازش زبان طبیعی است. این سامانه بر مبنای یک رویکرد مهندسی قابل توسعه، از سه زیرسامانه تشکیل شده‌است: ویرایش‌گر متن فارسی معیار، خطایاب املایی خودکار زبان فارسی و ستاک‌یاب واژگان زبان فارسی. این سه بخش با یکدیگر در تعاملند؛ بدین شکل که ابتدا ستاک واژه‌های متن شناسایی می‌شود و در صورت عدم وجود ستاک در فهرست واژه‌های زبان، واژۀ مذکور به عنوان واژه‌ای نادرست شناسایی خواهد‌شد و سپس خطایاب خودکار فهرستی از واژه‌های جایگزین را پیشنهاد خواهد‌کرد. در زیرسامانۀ ویرایش‌گر، متن موجود ویرایش شده و متنی یکپارچه که منطبق بر معیارهای مصوب فرهنگستان زبان و ادب فارسی است، به کاربر ارائه خواهد شد. نتایج ارزیابی نشان‌دهندۀ دقتی بسیار خوب در حدود 95% در ستاک‌یابی کلمات، 92% در ویرایش و 96% در خطایابی املایی زبان فارسی است.</p> <p>In this paper, we will introduce an intelligent system to edit and spell check Persian texts. The goal is editing and preprocessing Persian texts for natural language processing tasks. This system is based on an expandable and engineering approach and is composed of three subsystems: Persian text editor, spell checker and stemmer. These parts interact with each other to edit texts. To do this, the stemmer subsystem process each word in the text if the subsystem could not find a stem in the lexicon, the word will be recognized as an incorrect word. Then, the spell checker provides a list of suggestions to correct the wrong word. Subsequently, the editor subsystem edits the text based on the standards of the Academy of Persian Language and Literature. Our evaluation shows nearly 92%, 95% and 96% precision numbers for editor, stemmer and spell checker subsystems, respectively.</p> واژگان کلیدی: پردازش زبان طبیعی, خطایاب املایی خودکار , ویرایشگر متن فارسی معیار, ستاک‌یاب Key words: Natural Language Processing, automatic spell checking, text editor, stemmer 43 52 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-84-4&slc_lang=fa&sid=1 بهرام وزیرنژاد bahram@sharif.edu 10031947532846002463 10031947532846002463 Yes دانشگاه صنعتی شریف فاطمه سلطانزاده 10031947532846002464 10031947532846002464 No دانشگاه صنعتی شریف محسن مهدوی 10031947532846002465 10031947532846002465 No دانشگاه صنعتی شریف مهدی مرادی 10031947532846002466 10031947532846002466 No دانشگاه صنعتی شریف