استخراج روابط معنایی میان فعل و وابسته‌های آن از متون زبان فارسی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه شهیدبهشتی

2 دانشجوی دکتری، دانشکده مهندسی کامپیوتر و فن آوری اطلاعات، دانشگاه صنعتی شاهرود

چکیده

به دست آوردن روابط معنایی میان افعال و دیگر اجزای سازندۀ جمله برای پردازش معنایی جمله کاربرد بسیاری دارد. به علاوه اطلاع از محدودیت‌های گزینشی که فعل به وابسته‌های خود اعمال می­کند نیز در پردازش معنایی کاربرد دارد. علی رغم اینکه تلاش برای این کار در زبان‌های مختلف در حال پیگیری است، فراهم ساختن چنین اطلاعاتی برای افعال به صورت دستی مستلزم صرف هزینه­های انسانی و زمانی است. در نتیجه خودکارسازی این روند بسیار با اهمیت و مورد توجه پژوهشگران است. در این مقاله سه روش برای استخراج این روابط معنایی ارائه می­شود. روش مبتنی بر ریخت­شناسی و تحلیل­های لغوی به صورت ساده شده­ای به حل مسئله می­پردازد. روش مبتنی بر تعمیم، با بررسی آماری وابسته‌های افعال به محدودیت‌های گزینشی دست می­یابد؛ و در روش مبتنی بر قاعده و تعمیم، برچسب‌زنی نقش‌های معنایی و یافتن محدودیت‌های گزینشی افعال به یافتن وابسته­ها منجر می­شود. در انتها این روش­ها با هم مقایسه و مزایا و معایب هر یک بررسی می­شود.
 

کلیدواژه‌ها


عنوان مقاله [English]

Extracting Semantic Relations between Verbs and their Arguments from Persian Texts

نویسندگان [English]

  • Mehrnush Shams Fard 1
  • Fatemeh Jafarinejad 2
1 Assistant professor, College of Electrical and Computer Engineering, Shahid Beheshti University
2 Ph.D. student, School of Computer and Information Technology Engineering, Shahrood University of Technology
چکیده [English]

Extracting semantic relations between the verb and its arguments in a sentence is useful for many natural language processing applications. On the other hand the selection restrictions which a verb applies on its arguments can be used in semantic processing of texts. Manual extraction of the argument structure of verbs besides the selection restrictions of all arguments of all verbs is very time consuming as well as costly. Thus automation of this task is one of the interests of researchers in semantic text processing field. In this paper, we propose three approaches to extract semantic relations between the verb and its arguments in a sentence. The first and the simplest one is based on the morphology and the lexical analysis of words. The second approach is based on generalization and extracts the selection restrictions by statistical study of the arguments. The third approach is based on rules and generalization which labels the semantic roles besides extracting the selection restrictions. After explaining the approaches, we compare them and discuss their pros and cons.

کلیدواژه‌ها [English]

  • Natural Language Processing
  • Shallow semantic parsing
  • extracting Semantic Relations
  • extracting the selection restrictions of verbs