ارائه یک ریشهیاب جدید فارسی مبتنیبر تنوع جانشینی

ریشهیابی، تبدیل شکل های گوناگون کلمه به یک جوهره مشترک است که آن جوهره را ریشه نامند. ریشهیابی یکی از مباحث مهم در پردازش زبان طبیعی است که بهطور گسترده در سیستمهای بازیابی اطلاعات، ترجمه ماشین، دستهبندی متن، خلاصهنویسی متن، شاخصگذاری، متنکاوی و غیره استفاده میشود. در این مقاله یک ریشهیاب جدید مبتنی بر الگوریتم تنوع جانشینی برای زبان فارسی ارائه میشود. این ریشهیاب دقت تکنیکهای آماری را با استفاده از یک فرهنگ لغت افزایش داده است. کارایی مدلپیشنهادی با مقایسه چند ریشهیاب فارسی دیگر روی یک مجموعه داده ارزیابی میشود. نتایج حاکی از افزایش دقت روش آماری پیشنهادی نسبت به ریشه یابهای دیگر است

کلیدواژه ها:

ریشهیابی ، پردازش زبان طبیعی ، تنوع جانشینی ، زبان فارسی