این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۷، شماره ۱، صفحات ۶۵-۷۶
عنوان فارسی استفاده از تجزیه گرهای احتمالاتی زبان طبیعی جهت بهبود ترجمه افعال گروهی انگلیسی به فارسی
چکیده فارسی مقاله یکی از بزرگ ترین مشکلات در ترجمه ماشینی زبان انگلیسی به فارسی، ترجمه افعال گروهی11 زبان انگلیسی است که به وفور در این زبان یافت می شود. افعال گروهی از متداول ترین عباراتی هستند که از ترکیب یک فعل با یک حرف اضافه یا قید (ادات) تشکیل شده است. تشخیص این که ادات به فعل مرتبط است که در آن صورت فعل گروهی تشکیل می دهد یا این که به گروه اسمی ما بعد آن مرتبط است، از جمله فعّالیت های تا حدودی پیچیده و مبهم در تجزیه نحوی زبان انگلیسی به شمار می آید. در این مقاله با استفاده از تجزیه گر احتمالاتی زبان انگلیسی در مرحله تجزیه از یک سیستم مترجم ماشینی مبتنی بر قاعده، تشخیص افعال گروهی ابهام زدایی می شود. هم چنین با استفاده از تعدادی قواعد زبان شناسی که به صورت مکاشفه ای به دست آمده اند، خروجی های حاصل از تجزیه گر احتمالاتی بررسی شده و در صورت تشخیص ناسازگاری ساختاری، تجزیه نحوی بهبود داده می شود. آزمایش ها بر روی 520 جمله حاوی افعال گروهی، نشان از کیفیت تشخیص افعال گروهی با استفاده از تجزیه گر احتمالاتی و قواعد مکاشفه ای تا حدود 87% است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Phrasal Verb Translation from English to Persian Using Statistical Parsing
چکیده انگلیسی مقاله Machine translation of English sentences faces a big problem when it deals with phrasal verbs. Phrasal verb is a common structure occurring in English as a combination of a verb and a preposition, a verb and an adverb, or a verb with both an adverb and a preposition. Meaning of a phrasal verb is not compositional. The second part of the phrasal verbs which often is a preposition is called particle. The process of detecting a preposition as a particle or as an attachment in a preposition phrase can be a challenging problem. In this paper, we present a method which uses a combination of linguistic heuristic rules with a probabilistic English parser to disambiguate the role of prepositions. The aim of this disambiguation is to correctly detect the phrasal verbs in English to Persian machine translation system. Experiments on a corpus containing 520 sentences show that the quality of phrasal verb recognition in this system grows up to 87%.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله هشام فیلی |
دانشگاه تهران

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-82-3&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1315/article-1315-600152.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش گفتار
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات