ريشه ياب ماضي و مضارع از مصدر افعال ناگذر در زبان فارسي

An introduction to a past and present stemmer for Persian intransitive verbs

حجم گسترده ي اطلاعات علمي سبب گرديده تا نتوانيم بدون استفاده ي از نرم افزارهاي زباني به تحليل زبان و يا پيكره هاي آن بپردازيم. ريشه سازي يكي از اركان اساسي نظام هاي بازيابي اطلاعات به حساب مي آيد. هدف از ارايه ي مقاله ي حاضر معرفي نرم افزاري است كه براي ريشه يابي مصدر هاي افعال ناگذر فارسي توسط نگارنده ساخته شده است. در اين نرم افزار، از الگوريتم هاي قاعده-محور و بروت فورس استفاده گرديده و دو تحليلگر نحوي و ساختواژي تعريف شده است. افعال فارسي به طور كلي به هشت دسته تقسيم شدند و موارد خارج از اين هشت دسته در فهرستي تحت عنوان استثنايات قرار گرفتند كه در مواقع لزوم ريشه ي اين دسته از افعال نيز در اختيار كاربر قرار مي گيرد. نرم افزار حاضر قادر است در كمترين زمان موارد زير را به انجام برساند: 1- تشخيص مصدر از بنهاي فعل فارسي، 2- تشخيص پسوندهاي مصدرساز فارسي، 3- حذف پسوندهاي مصدرساز و ارايه بن ماضي، 4- حذف پسوندها و ارايه بن مضارع و 5- تشخيص استثناهاي موجود. اين نرم افزار مي تواند در حيطه هاي بازيابي اطلاعات، آموزش زبان، نحو و صرف و دستورنگاري مفيد واقع شود.

The vast quantity of scientific information has made linguistic analysis almost impossible without application of linguistic software. Stemming is considered to be one of the essentials of information retrieval systems. This paper introduces a stemmer for Persian intransitive verbs, made by the author. In this software, rule-based algorithms and Bruth Force algorithms and also syntactic and morphological analyzers are used. Persian intransitive verbs are generally divided into 8 groups and the rest listed under exceptions, available to users when necessary. This stemmer is able to perform the followings in the shortest time: 1.Identifying infinitives from Persian verb stems 2. Identifying Persian infinitive-maker suffixes 3. Removing infinitive-maker suffixes and providing past stems 4. Removing suffixes and offering present stems 5. Identifying exceptions and offering their stems. This software can be applied in the areas of information retrieval, language teaching, syntax, morphology and grammar writing.