تعيين محدوده جملات فارسي به كمك درخت تصميم گيري

این مقاله به بررسی تعیین محدوده جملات فارسی به كمك درخت تصمیم گیری می پردازد. تعیین محدوده جمله از جمله مراحل پیش پردازش در اكثر الگوریتم های متن كاوی و پردازش زبان طبیعی می باشد. داده های این مقاله در حدود 23000 كلمه می باشد كه به همراه برچسب هایشان از پیكره بی جن خان تهیه شده است. تعداد برچسب های این مجموعه به دلیل پرهیز از پیچیدگی زیاد، به 18 برچسب تقلیل داده شده است و برچسب جدید محدود جمله كه شامل ابتدا، انتها، وسط و ابتدا/انتها می باشد به كلمات تخصیص یافته است. نتایج حاصل از شبیه سازی درخت تصمیم گیری داده های فوق به كمك نرم افزار weka، برابر 96.98% می باشد.