تولید پیکره برچسبخورده واحدساز زبان فارسی با درنظرگرفتن ملاحظات زبانشناسی رایانشی آن
نویسندگان
1 پژوهشگاه ارتباطات و فناوری اطلاعات
2 پژوهشگاه ارتباطات و فناوری اطلاعات
3 پژوهشگاه ارتباطات و فناوری اطلاعات
doi
10.52547/jsdp.19.3.175چکیده
متون نگاشتهشده فارسی بهطورمعمول دو مشکل ساده، ولی مهم دارند. مشکل نخست واژههای چندواحدی هستند که از اتصال یک واژه به واژه­های بعدی حاصل می­شوند. مشکل دیگر واحدهای چندواژه­ای هستند که از جداشدگی واژه­هایی که با هم یک واحد واژگانی را تشکیل می­دهند، حاصل میشوند. ابزار واحدساز در زبان فارسی ...
