Page 9 - بررسی تکنیک‌های بهبود عملکرد روش های بسامدشماری پیکره بنیاد بر استخراج واژگان (پایه علوم پزشکی)
P. 9
تابستان | 1399دورة | 35شمارة 4
زبا نآمــوزان بپردازنــد و بــا بهــره گرفتــن از چنیــن پیکر‌ههایــی بتواننــد بــه مقایســة جنب ههــای
مختلـف زبانـی از قبیـل انـواع اشـتباهات ،بسـامد اسـتفاده از انـواع واژگان ،عبـارات ،جمل هوار‌ههـا
و سـاختارهای دسـتوری در بیـن گرو ههـای مختلـف زبا نآمـوزان بپردازنـد (Gilquin & Granger
.)2015
«لوسـیو ونچـورا» و همـکاران ضمـن برشـمردن دشـوار یهایی همچـون اختـال ،سـکوت،
بســامد پاییــن ،پیکره‌هــای بــزرگ ،و پیچیدگ یهــای فراینــد اســتخراج اصطلاحــات چنــدواژ‌های
کـه رو شهـای زبانشـناختی و آمـاری در اسـتخراج واژه دارنـد ،روش دیگـری معرفـی م یکننـد.
روش آ نهـا اندازه‌گیر یهـای متعـددی را بـر مبنـای جنب ههـای زبا نشـناختی ،آمـاری ،نمـوداری1
و تارنمــا 2معرفــی م یکنــد .آ نهــا ب هکمــک ایــن رو شهــای نویــن بــه اســتخراج اصطلاحــات
پزشـکی پرداختـه و داده‌هـای استخرا جشـدة خـود را بـا نتایـج روش‌هـای پیشـین مقایسـه کرده‌انـد.
آن‌ه ـا روش خ ـود را بس ـیار کار آم ـد م یدانن ـد (.)Lossio-Ventura et al. 2016
چنـد سـالی اسـت کـه پژوهشـگران در زبـان فارسـی نیـز بـا اسـتفاده از روش‌هـا و ابزارهـای
پیکر‌هشناسـی بـه تجزیـه و تحلیـل زبـان فارسـی پرداخت هانـد« .سـپهری» فراهم‌كـردن مجموعـ هاي
از متـون مسـتخرج از زبـان گفتـاري و نوشـتاري بـراي اسـتفادة تهيه‌كننـدگان فرهن گهـاي لغـت
را از دسـتاوردهاي بسـامدنگاري م یدانـد .وی معتقـد اسـت کـه ايـن مجموعـة متـون را م يتـوان
در زمـرة مطمئ نتريـن منابعـي دانسـت كـه فرهنگ‌نويسـان از آن در جمـ عآوري لغـات بـراي تهيـة
فرهنـگ لغـت اسـتفاده م يکننـد (« .)۱۳۹۵گزنـی» در پژوهـش خـود در زمینـة پـردازش خـودکار
متــن و بازیابــی اطلاعــات بــه بررســی دشــوار یهای نــگارش زبــان فارســی و تأثیــر آ نهــا در
محی طهـای دیجیتـال و در بازیابـی اطلاعـات پرداختـه اسـت .بـه بـاور وی لازم اسـت در طراحـی
الگوریت مهــای ســامان ههای جســ توجو و بازیابــی فارســی ،دشــواری‌های نــگارش فارســی مــورد
توجــه قــرار گیــرد ( .)۱۳۸۵موضــوع مطالع هشــده در پژوهــش «گزنــی» مطلبــی اســت کــه در
پژوهـش حاضـر نیـز مشـاهده شـد .چـون نرم‌افزارهـای آمـاری و روش‌هـای آمـاری روی متـون
فارسـی قابـل اجـرا نبـود و پـس از برنام هنویسـی و اعمـال برنامه‌هـای گوناگـون ،در نهایـت ،امـکان
اجـرای روش‌هـای بسامدشـماری روی پیکـره فراهـم شـد .در نتیجـه ،ضـروری اسـت در طراحـی
الگوریت مهــای ســامانههای جســ توجو و بازیابــی فارســی ،ب ههنجارســازی تنوعــات نگارشــی و
1. graph
2. web
1024
