دوره 12، شماره 4 - ( 12-1394 )                   جلد 12 شماره 4 صفحات 115-95 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Soltanzadeh F, Bahrani M, Eslami M. A Rule-Based Approach in Converting a Dependency Parse Tree into Phrase Structure Parse Tree for Persian. JSDP 2016; 12 (4) :95-115
URL: http://jsdp.rcisp.ac.ir/article-1-272-fa.html
سلطان زاده فاطمه، بحرانی محمد، اسلامی محرم. ارائۀ راهکاری قاعده‌مند جهت تبدیل خودکار درخت تجزیۀ نحوی وابستگی به درخت تجزیۀ نحوی ساخت‌سازه‌ای برای زبان فارسی. پردازش علائم و داده‌ها. 1394; 12 (4) :95-115

URL: http://jsdp.rcisp.ac.ir/article-1-272-fa.html


دانشگاه صنعتی شریف
چکیده:   (6980 مشاهده)

هدف مقاله حاضر ارائۀ روشی خودکار جهت تبدیل درخت تجزیه نحوی وابستگی به درخت تجزیه نحوی مبتنی بر دستور ساخت‌سازه‌ای معادل در زبان فارسی است. برای نیل بدین هدف، الگوریتمی قاعده‌مند جهت این نوع تبدیل طراحی شده‌است. به منظور دستیابی به درخت تجزیۀ نحوی ساخت‌سازه‌ای مناسب برای جملات زبان فارسی، دستور زبان فارسی مورد مطالعه قرار گرفته و قوانین خاص زبان فارسی استخراج و به الگوریتم مذکور افزوده شده‌است. نتایج حاصل از ارزیابی پژوهش بیانگر این است که الگوریتم طراحی‌شده برای تبدیل ساختارها به F1 معادل با 96.05 درصد دست‌ یافته‌است. سپس، الگوریتم مذکور بر روی پیکرۀ وابستگی زبان فارسی با حدود 30000 جمله اعمال و دادگان درخت نحوی ساخت‌سازه‌ای معادل حاصل شده‌است. علاوه بر این، تجزیه‌گر نحوی استنفورد برروی پیکرۀ ساخت‌سازه‌ای حاصل آموزش داده شده و تجزیه‌گر نحوی ترکیبی زبان فارسی با F1 معادل با 86.01 درصد به دست آمده‌است.

متن کامل [PDF 3437 kb]   (2007 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: مقالات پردازش متن
دریافت: 1393/7/3 | پذیرش: 1394/6/17 | انتشار: 1394/12/24 | انتشار الکترونیک: 1394/12/24

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این تارنما متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها است.