URL: http://jsdp.rcisp.ac.ir/article-1-741-fa.html
استخراج نقش های معنایی یکی از گام های اصلی در بازنمایی معنی متن است. نقش های معنایی، ارتباط معنایی بین فعل و آرگومان های آن در جمله را مشخص میکنند. در این مقاله یک سیستم برچسبزنی خودکار نقش معنایی برای متون فارسی با رویکرد یادگیری ماشین ارائه شده است. مجموعه داده¬های مورد نیاز سیستم بخشی از پیکرۀ متنی زبان فارسی است که توسط پژوهشکدۀ پردازش هوشمند علائم تهیّه و برچسبگذاری شده است. سیستم پیشنهادی از دو مرحلۀ تشکیل شده؛ در مرحلۀ اوّل با تجزیۀ نحوی جمله، حد و مرز سازه و همچنین نوع گروه نحوی این اجزا در جمله مشخص میشود. این اطّلاعات به عنوان ورودی در مرحلۀ دوم مورد استفاده قرار میگیرد. مرحلۀ دوم سیستم مربوط به تخصیص نقش های معنایی مناسب به سازههای مشخص شده در مرحلۀ قبل میباشد. برای این منظور از ویژگی های نحوی و ساختاری هر سازه، بهره گرفته می شود. نتایج به دست آمده نشاندهندۀ 81.6% F1= برای زیر سیستم تجزیۀ نحوی، و 87.4% F1= برای زیرسیستم برچسبزنی معنایی درحالتی که ورودی های سیستم به¬صورت دستی تصحیح شده باشند. همچنین کارآیی کل سیستم 73.8%F1= را برای سیستم کامل برچسبزنی معنایی، یعنی تجزیۀ نحوی و تخصیص نقش نشان میدهد. نتایج به دست آمده حاکی از آن است که میتوان از یک پیکرۀ آموزشی کوچک 1300 کلمه¬ای نتایج قابل قبولی به¬دست آورد.