ارائه روشی جهت ریشه یابی کلمات در زبان فارسی

یکی از پیش‌نیازهای ضروری رسیدن به نرم‌افزارهای پردازش متن، الگوریتم‌های ریشه‌یابی هستند که به بررسی ساخت واژه لغات می‌پردازند. هدف نهایی الگوریتم‌های ریشه‌یابی حذف پیشوندها و پسوندهای کلمه و رسیدن به ریشه لغت است. در روش‌های پیشین مانند ریشه‌یاب جدولی، الگوریتم ریشه‌یاب تشکری و الگوریتم کراوتز برای زبان فارسی یک دیکشنری شامل ریشه لغات وجود دارد و در هر مرحله پس از حذف پیشوند و یا پسوند، رشته باقیمانده در دیکشنری جستجو می‌شود اما در روش ارائه شده در این مقاله نیازی به نگهداری دیکشنری از اسامی جامد نیست و تنها وندهای کلمات به سیستم معرفی می‌گردند. از سوی دیگر در بسیاری از موارد عمل ریشه‌یابی کلمات بدون درنظر گرفتن نوع کلمه انجام می‌شود که منجر به نتایج نادرست می‌شوند. جهت غلبه بر مشکلات مطرح شده، در این مقاله مدلی جهت ریشه‌یابی کلمات در زبان فارسی با درنظر نوع کلمه معرفی خواهد گردید. نتایج حاصل از آزمایشات انجام شده، نشان‌دهنده افزایش درصد درستی در ریشه‌یابی لغات در زبان فارسی با استفاده از روش پیشنهادی در مقایسه با سایر روش‌های ریشه‌یابی می‌باشد.