بررسی نقش برچسبزنی کلمات در نمایهسازی و دقت بازیابی برای اسناد و پرسوجوهای فارسی

بررسی تاثیر برچسبزنی کلمات و تعیین ادات سخن بر کارایی و دقت بازیابی و همچنین حجم نمایه سیست م های بازیابی اطلاعات یکی از مباحث داغ در زمینه پردازش زبانهای طبیعی میباشد. تحقیقات گوناگونی تاکنون در زبان انگلیسی جهت بررسی نقشِ ادات سخن و اهمیت آن در حجمِ نمایه و دقت بازیابی صورت گرفته است. در این نوشتار برآنیم تا با برچسبزنی خودکار اسناد پیکره همشهری، بعنوان بزرگترین پیکره استاندارد فارسی، نقش هر یک از ادات سخن را در حجمِ نمایه و همچنین دقت بازیابی بررسی نماییم. برای این منظور ابتدا پیکره همشهری برچسبگذاری شده و سپس از پیکره برچسبگذاری شده جهت تعیین نقش هر برچسب در بازیابی اسناد و پرسوجوهای فارسی استفاده شده است. نتیجه این تحقیق، زمینهساز بسیاری از پژوهشها در حوزه- ی بازیابی اطلاعات فارسی با رویکرد زبانشناسی خواهد بود

کلیدواژه ها:

پردازش زبان طبیعی ، بازیابی اسناد فارسی ، نمایهسازی ، برچسبگذاری خودکار اسناد ، برچسب زنی کلمات