شناسايي كنش گفتار با استفاده از ويژگي هاي آماري و ساختاري در زبان فارسي

هدف از اين پژوهش يافتن كنش گفتاري براي استفاده در سامانه هاي هوشمند پردازش متن فارسي مانند تبديل متن به گفتار، ترجمه ماشيني، بازيابي اطلاعات، خلاصه سازي متون حساس به كنش هاي گفتاري مي باشد. در اين مقاله شش روش مختلف براي انتخاب ويژگي ها در ماشين شناسايي كنش گفتاري مورد آزمايش قرار گرفت. پنج عدد از اين الگوريتم ها براساس روش يادگيري ماشين و استخراج ويژگي ها برمبناي TF-IDF و مقوله واژگاني، آموزش و تست شدند. يك روش نيز براساس ويژگي هاي ساختاري جملات فارسي، مورد بررسي قرار گرفت. درستي هر شش الگوريتم براساس ارزيابي متقاطع 5 باره 1 ارزيابي شد، با توجه به آزمون هاي تجربي كه بروي يك مجموعه داده واحد انجام گرديد، الگوريتمي كه ويژگي هاي آن براساس TF-IDF – Unigarm و TF-IDF – bigram و ساختار جملات فارسي پياده سازي شده است، بيشترين درستي (معادل 93 %) را در برداشت.