fa تولید درخت بانک سازه‌ای زبان فارسی به روش تبدیل خودکار مقالات پردازش متن Paper كاربردي Applicable <p>درخت بانک از مهم<span dir="LTR">&shy;</span>ترین و پرکاربردترین منابع مورد استفاده در زمینه پردازش زبان طبیعی است. دو نوع از پرکاربردترین درخت بانک&shy;<strong><span dir="RTL">‌</span></strong>ها، درخت بانک وابستگی و درخت بانک سازه&shy;<strong><span dir="RTL">‌</span></strong>ای است. با توجه به نبود درخت بانک سازه<strong><span dir="RTL">‌</span></strong>&shy;ای با حجم بزرگ در زبان فارسی در این مقاله به بررسی روشی ارائه شده در تبدیل درخت بانک وابستگی به سازه<strong><span dir="RTL">‌</span></strong>&shy;ای می&shy;<strong><span dir="RTL">‌</span></strong>پردازیم. سپس مشکلات این روش را در زبان فارسی و انگلیسی بررسی و با ارائه راهکارهایی کیفیت تبدیل را بهبود می‌بخشیم. اولین راهکار، تصحیح مکان اتصال سازه‌ها در درخت سازه‌ای به ازای هر رابطه‌ی وابستگی است. راهکار دوم، انجام مکاشفه‌ای به صورت پس‌پردازش و بر روی خروجیِ ساختار سازه‌ای این روش است که، کیفیت نهایی درخت‌های سازه‌ای را بهبود می‌بخشد. نتایج حاصل از آزمایش‌ها نشان می&shy;دهد که، روش تبدیل با کمک راهکارهای ارائه شده حدود 85/25 درصد در زبان فارسی و 39/4 درصد در زبان انگلیسی دارای کیفیت بالاتری نسبت به حالتی است که از راهکارهای پیشنهادی استفاده نشود. در ادامه با کمک روش تبدیل و درخت بانک وابستگی موجود در زبان فارسی، یک درخت بانک سازه<span dir="LTR">‌</span>ای تولید کرده و به کمک آن تجزیه<span dir="LTR">‌</span>گری سازه<span dir="LTR">‌</span>ای را آموزش داده<span dir="LTR">‌</span>ایم. کیفیت تجزیه‌گر آموزش داده شده با استفاده از درخت بانک حاصل از روش تبدیل و راهکارهای پیشنهادی این پژوهش نسبت به حالتی که از راهکارهای پیشنهادی استفاده نشود، بهبودی 21 درصدی را نشان می‌دهد.</p> <p>Treebanks is one of important and useful resource in Natural Language Processing tasks. Dependency and phrase structures are two famous kinds of treebanks. There have already made many efforts to convert dependency structure to phrase structure. In this paper we study an approach to convert dependency structure to phrase structure because of lack of a big phrase structure Treebank in Persian. Also we study the algorithm&rsquo;s errors and propose a solution to solve the problem and improve the quality of conversion process. The experiment results show that we can improve the quality of conversion, about 25.85 percent, in Persian and about 4.39 percent in English. With the help of the conversion algorithm and the dependency Treebank, we produce the phrase structure treebank and train a parser using the resulted treebank. Our parser output is about 21 percent, better than the same parser introduced as baseline.</p> پردازش زبان طبیعی, زبان فارسی, بانک درخت وابستگی, بانک درخت تجزیه‌نحوی, تجزیه‌گر تجزیه‌نحوی Natural Language Processing, Persian Language, Dependency Structure Treebank, Phrase Structure Treebank, Phrase Structure Parser 121 137 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-707-1&slc_lang=fa&sid=1 Mohammad Hossein Dehghan محمد حسین دهقان mh.dehghan@ut.ac.ir 10031947532846003196 10031947532846003196 Yes Tehran university دانشگاه تهران Heshaam Faili هشام فیلی hfaili@ut.ac.ir 10031947532846003197 10031947532846003197 No Tehran University دانشگاه تهران