استخراج خودکار رده بندی موجودیت های اسمی با استفاده از گراف شمول معنایی

موضوع تشخیص واحد های اسمی در متن و تعیین نوع طبقه ی آنها یکی از مسائل مهم و کاربردی در حوزه ی پردازش زبان های طبیعی و همچنین بازیابی اطلاعات است. به طور کلی تشخیص واحد های اسمی و همچنین طبقه ی آنها در متن دارای فراز و فرود هایی از ابتدا تا به امروز بوده است. با پیشرفت روزافزون در حوزه ی پردازش متن قابلیت انتخاب یک طبقه ی تعیین شده برای موجودیت های اسمی افزایش یافت و دیگر روش های قدیمی تر برای تعیین یک طبقه بندی کلی برای اسامی راه گشای بعضی از نیاز های این حوزه نبود. در این مقاله روشی برای استخراج دسته بندی هر موجودیت اسمی با استفاده از ساخت گراف شمول معنایی از یک متن بدون ساختار ارایه داده شده است . گراف شمول معنایی گرافی است که رازهای آن مفاهیم کلیدی موجود در متن و یالهای آن بیانگر وجود رابطه شمول معنایی بین دو مفهوم می باشد . رابطه شمول معنایی به رابطه ی بین دو مفهوم گفته می شود که در آن یکی از مفاهیم از لحاظ معنایی شامل مفهوم دیگر باشد. رابطه شمول معنایی به دو دسته کل - جز و عام - خاص تقسیم می شود، رابطه کل - جز به رابطه ای گفته می شود که در آن یکی از مفاهیم جزی از مفهوم دیگر باشد مانند رابطه بین تیم و بازیکن رابطه ی عام-خاص به رابطه ی گفته می شود که در آن یکی از مفاهیم از لحاظ معنایی شامل مفهوم دیگر باشد مانند رابطه شهر و تهران . در کارهای قبلی گراف شمول معنایی، با استفاده از کلمات موجود در متن ساخته شده است. ولی در این مقاله گراف شمول معنایی بر اساس معانی کلمات ساخته می شود. در این مقاله یک روش جدید برای ساخت گراف و همچنین استخراج روابطی که صراحتا در متن وجود ندارند ارایه شده است. نتایج بدست آمده در این مقاله بیانگر این است که منابع دانش رده بندی لغوی مانند وردنت که به صورت دستی ساخته شده است را می توان به صورت خودکار استخراج کرد

کلیدواژه ها:

هوش مصنوعی ، رده بندی موجودیت های اسمی ، گراف شمول معنایی ، پردازش زبان های طبیعی ، رفع ابهام