تحليل نحوي زبان فارسي به كمك گرامر پيوندي

Syntactic Analysis using Link Grammar

ساختار وندي زبان فارسي كلمات بسيار پيچيده با ويژگي‌هاي متنوعي توليد مي‌كند كه طراحي يك واژگان كامل براي آن بسيار مشكل مي‌باشد. امّا با توجّه به منظم بودن نسبي اين ساختار، اين مشكل به كمك تحليل تكواژ‌شناختي قابل رفع مي‌باشد. در زبان فارسي، واج‌هاي همسايه عموماً تاثيرات زيادي بر يكديگر ايجاد نمي‌كنند و هم‌چنين از طرف ديگر، واج‌هاي متعدد مي‌توانند بارها بر يك تكواژ اثر گذاشته و طبقه‌ي نحوي آن را عوض كنند. به همين دليل گرامر پيوندي مي‌تواند به عنوان يك صورت‌بندي2 قوي براي بازنمايي اين خواص به‌كار رود و انتقال دانش را از روش‌هاي سنتي به محاسباتي با هزينه‌ي كمي امكان‌پذير نمايد. ما با معرّفي سيستمي كه قادر به تجزيه‌ي كلمه به همه‌ي واج‌هاي تشكيل دهنده‌ي آن در زبان فارسي و انعكاس ويژگي‌هاي كلمه‌ي مورد نظر مي‌باشد، تكواژشناسي زبان فارسي را به‌طور مفصل و ازديدگاه محاسباتي بررسي مي‌كنيم. در اين سيستم برخلاف سيستم‌هاي موجود، همه واج‌هاي صرفي و اشتقاقي مورد پوشش قرار داده مي‌شود كه به كمك روش‌هاي معمولي، چون انتقال دهنده‌هاي با حالت محدود (FST) امكان‌پذير نمي‌باشد. با توجه به اينكه گرامرهاي پيوندي فاقد ويژگي هستند و ويژگي، خاصيّت لازم هرتحليل‌گر تكواژشناختي است، در اين تحقيق روشي براي بازنمايي و استخراج ويژگي‌ها در اين صورت‌بندي ارايه مي‌شود. در اين مطالعه بر خلاف تحقيق‌هاي ‍‌مشابه، همه‌ي دانش سيستم ارايه شده است تا بتواند در تحقيقات مشابه ديگري نيز مورد استفاده قرار گيرد.

Syntax representation could be considered as the most important phase in developing an NLP system. Most of the grammars used in these systems are phrase structure ones that try to analyze the sentence by decomposing it into sub-constituents. There are alternatives to this approach and link grammar as one of them is based on the words instead of constituents, hence called lexical grammar. We are going to assess their ability for Farsi. We do this by starting from the basic relations in Farsi and adding relations to them one by one to give a set of rules for trivial patterns. In each step, the validity of the rules is tested by link grammar parser on an appropriate test suit.