يك ريشه ياب فارسي مبتني بر قاعده با استفاده از عبارات منظم

استخراج خودكار ريشه كلمات يكي از مسائل اساسي و پر اهميت در پردازش زبان هاي طبيعي و بازيابي اطلاعات متني است. در اين مقاله انواع رهيافت هاي رايج در طراحي ريشه ياب ها مورد بررسي قرار گرفته اند. سپس با بررسي قواعد صرفي كلمات در ساخت واژه زبان فارسي به طراحي يك ريشه ياب خودكار پرداخته شده است. ريشه ياب پيشنهادي بر پايه مجموعه اي از قواعد كه به صورت عبارات منظم بيان شده اند؛ اقدام به حذف پيشوند و پسوند كلمات مي كند. در اين مقاله، استثنائات و مسائل موجود در صرف كلمات فارسي بررسي شده و راهي براي حل آنها ارائه شده است. سپس ريشه ياب پيشنهادي مورد آزمايش و مقايسه قرار گرفته، كه نتايج آن نشان دهنده ي دقت بسيار بيشتري در مقايسه با ريشه ياب هاي پيشين است. با توجه به كارهاي انجام شده در اين زمينه، ريشه ياب پيشنهادي، براي اولين بار به بررسي و حل برخي از مشكلات ريشه يابي در زبان فارسي پرداخته است