تبديل متن فارسي به زنجيره واجي با استفاده از تحليلگر صرفي

در مقاله حاضر می كوشیم روشی خودكار برای تبدیل متون فارسی به زنجیره واجی ارائه دهیم. خط فارسی به دلیل دشواری های پردازشی كه دارد ورودی مناسبی برای برنامه های پردازش متن به حساب نمی آید. از ویژگی های خط فارسی می توان به عدم نمایش واكه های كوتاه و به دنبال آن موضوع هم نویسه گی، مساله كسره اضافه، فاصله بین اجزای كلمه واحد، فقدان فاصله بین كلمه های مستقل، موضوع جدانویسی و پیوسته نویسی و غیره اشاره كرد. برخورداری خط فارسی از ویژگی های كه برشمردیم موجب می شود قبل از انجام هر گونه پردازشی، متون فارسی را به زنجیره واجی تبدیل كنیم. خروجی برنامه تبدیل متن به زنجیره واجی كاربردهای متعددی منجمله در تبدیل خودكار متن به گفتار، واج نویسی صحیح متون، آموزش زبان فارسی به غیر فارسی زبانان، فرهنگ نویسی و غیره دارد. در این مقاله با استفاده از تحلیلگر صرفی پارس-مورف كه توسط نگارندگان طراحی و پیاده سازی شده است، متن ورودی از لحاظ صرفی تحلیل شده و اجزای صرفی آن از قبیل پیشوندها، پسوندها، اشتقاق و تركیب بدست آمده و سپس با استفاده از واژگان زایای زبان فارسی، صورت واجی آنها با هم تركیب شده و در نهایت صورت واجی متن ورودی به دست می آید.