استخراج بي‌ناظر ظرفيت فعل در زبان فارسي

Unsupervised Extraction of Verb Valency in Persian

ظرفيت، كليدي‌ترين مفهوم در دستور وابستگي است. از ميان مقوله‌هاي واژگاني گوناگون در دستور وابستگي، فعل‌ها داراي كليدي‌ترين نقش در نحو و معناي جمله هستند. فعل مركزيت جمله را در دستور وابستگي بر عهده داشته، معناي اصلي جمله را در درون خود نهان مي‌كند. در اين مقاله با بررسي روش‌هاي مختلف استخراج بي‌ناظر ظرفيت فعل در زبان فارسي، مسايلي درخصوص يافتن فعل در متون زباني و ابهامات موجود در شناخت ظرفيت فعل در زبان فارسي مطرح شده، راه حل‌هايي براي آن پيشنهاد شده است. طبق بررسي‌هاي موجود در اين مقاله، الگوريتم بيشينه‌سازي اميد (EM) داراي بالاترين دقت موجود در روش‌هاي استخراج ساخت‌هاي ظرفيتي فعل در زبان فارسي است. دقت الگوريتم بيشينه‌سازي اميد در اين كار بيش از دو برابر آزمون فرض دوجمله‌اي بر اساس معيار F شده است.

Valency is the key concept in dependency grammar. Among different lexical categories, verbs play the most important role in syntax and semantics of the sentence in dependency grammar. Verbs are known to be the central point of sentences and reveal the main concept of the sentence. In this article, by investigating different methods of unsupervised Persian verb valence induction, we discuss specific issues in recognizing verbs in linguistics terms and ambiguities in Persian verb valence induction. We propose possible solutions for the mentioned challenges. According to our experiments, Expectation Maximization (EM) algorithm has the highest performance among all induction methods in Persian. We show that the performance of EM algorithm is more than twice as of the binomial hypothesis testing.