امکانات و کاستیهای ستاکیابی فارسی در پردازش زبان طبیعی
نویسندگان
1 استاد گروه زبانشناسی، دانشکده ادبیات و زبانهای خارجی، دانشگاه علامه طباطبائی، تهران، ایران.
2 دانشجوی دکتری زبانشناسی، گروه زبانشناسی، دانشکده ادبیات و زبانهای خارجی، دانشگاه علامه طباطبائی، تهران، ایران.
3 استاد، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه فردوسی، مشهد، ایران
doi
10.22126/jlw.2024.10234.1748چکیده
برای سرعتبخشیدن و آسانی انتقال و گسترش دانش، فرایندهای ذخیره و مبادله اطلاعات خودکارسازی میشوند. پردازش زبان طبیعی از محورهای این خودکارسازی است. زبانشناسان نظری میتوانند در پیشبرد مطالعات پردازش زبان طبیعی نقش تأثیرگذاری ایفا کنند. آنها باتکیهبر دستاوردهای مطالعات زبانشناختی میتوانند با شناسایی شباهتهای زبانها به یکدیگر ابزاری را که متخصصان پردازش زبان طبیعی برای زبانی مشخص طراحی کردهاند، براساس شباهت برای زبان دیگری پیشنهاد دهند. بهعبارتی، زبانشناسان نظری میتوانند به تعمیم نتایج پژوهشهای پردازش زبان طبیعی کمک کنند. در این مقاله، رویکردهای ستاکیابی زبان فارسی ازمنظر زبانشناسی نظری مطالعه و تحلیل شدهاند. تحلیل صرفی از مراحل پردازش زبان طبیعی است که به صورت کلمه میپردازد. ستاکیابی نیز از مراحل اصلی تحلیل صرفی است که بر کاهش صورت واژه تصریفشده یا واژة مشتق تا رسیدن به ریشه یا ستاک تمرکز دارد. ازنظر زبانی، غنای صرفی، مسائل خط فارسی و منابع محدود باعث شدهاند ستاکیابی در زبان فارسی به پژوهشی دشوار تبدیل شود. پیمودن این مراحل دشوار در گرو طراحی روشهایی کارآمد برای مؤلفههای خاص زبان فارسی است. پس از تحلیل رویکردهای مختلف ستاکیابی همچون رویکردهای ساختاری، آماری و یادگیری عمیق برای زبانهایی با مسائل مشابه مسائل زبان فارسی، ستاکیابی با استفاده از الگوی دنبالهبهدنباله برای زبان فارسی پیشنهاد میشود.