روش جدید رفع ابهام معنایی در ترجمه ماشینی مبتنی بر مجموعه متون

در این مقاله، روش رفع ابهام معنایی و نظارتی جدیدی در ترجمه ماشینی مبتنی بر مجموعه متون ارائه می دهیم. این روش با استفاده ازالگوریتم های کلاسه بندی و یادگیری ماشین ابهام زدایی می نماید. در این روش ابتدا برخی کلمات مهم متن انتخاب می شوند، سپس یک بردار برایهر پاراگراف شامل فاصله هر کلمه مهم نسبت به کلمه مبهم در پاراگراف و تعداد تکرار هر کلمه و نیز معنی کلمه مبهم در آن پاراگراف ایجادمی کنیم و با دادن این بردارها به موتور یادگیری ماشین آموزش می دهیم. برای پاراگراف های جدید بردارها بدون داشتن معنای کلمه مبهم محاسبهمی شوند و بوسیله ماشین یادگیری که قبلا آموزش دیده است، معنای کلمه مبهم را مشخص میگردد. در این مقاله برای ارزیابی روش پیشنهادی، روش Fold-Gross Validation- 10 را بکار می بریم و برای مقایسه نتایج، از روش های کلاسه بندی مختلف استفاده میکنیم. میانگین صحت عملکرد روش پیشنهادی 94.52 درصد می باشد.

کلیدواژه ها:

زبان طبیعی ، ترجمه ماشینی ، رفع ابهام معنایی ، کلاسه بندی ، یادگیری ماشین ، داده کاوی