مقایسه عملکرد الگوریتم های مبتنی بر پایگاه دانش و الگوریتم های ناظرجهت رفع ابهام متون

یکی از چالشهای موجود در زبانهای طبیعی ابهام در مفهوم کلمات است که منجر به پردازش زبان طبیعی و به تبع آن روش های رفع ابهام خواهد شد. در زبان انسان هر کلمه در موقعیتهای مختلف دارای معانی متفاوتی می باشد. تشخیص مفهوم کلمه برای ماشین برخلاف انسان عملی پیچیده است. زیرا علاوه بر اینکه موقعیت کلمه در جمله را تشخیص می دهد، باید مفهوم آن کلمه که در یک نقش دارای دامنه های معنایی متفاوتی می باشند را براساس کلمه هایی که در اطرافش می باشند بدست آورد. برای آنکه بتوان به مفهوم واقعی کلمات دسترسی پیدا کرد، منابعی بوجود آمده است که در آنها مفاهیم کلمه ها در نقشهای متفاوت و تا حد امکان رابطه مفاهیم و کلمات با یکدیگر مشخص شده است.فرآیند تشخیص مفهوم یک کلمه دارای مراحل کلی بصورت پیش پردازش، استخراج مفاهیم از منبع خارجی، انتخاب مناسب ترین مفهوم می باشد. هر کدام از این بخشها نیز با مسایلی مواجه هستند. در این مقاله معروفترین منابع معرفی شده و سپس روشهای انتخاب مناسب ترین مفهوم شامل الگوریتم های مبتنی بر پایگاه دانش و الگوریتم های باناظر و بدون ناظر مورد بررسی قرار گرفته است.

کلیدواژه ها:

پردازش زبان طبیعی ، رفع ابهام ، مفهوم کلمات ، یادگیری بیزین