نور-قطعه: يك دادگان معيار براي ارزيابي رو شهاي جداساز واژگان عربي در دامنه ي متون فقهي

زبان عربي ريخت‌‌شناسي بسيار غني و پيچيده‌اي دارد كه براي تحليل زبان عربي و به ويژه در متون عربي سنتي مانند متون تاريخي و مذهبي بسيار مفيد است و در فهم معناي متون كمك مي‌كند. در مجموعه داده‌هاي ريخت‌شناسي تنوع برچسب و تعداد نمونه‌هاي دادگان به ارزيابي روش‌هاي ريخت‌شناسي كمك بيشتري مي‌كند، در اين پژوهش مجموعه داده ريخت‌شناسي كه ارائه مي‌كنيم شامل حدود ۲۲۳۶۹۰ كلمه از كتاب شرائع الاسلام در 52 باب فقهي است و توسط متخصصين برچسب‌گذاري شده است اين مجموعه دادگان با داشتن از نظر حجم و تنوع كلمات نسبت به ساير دادگان هاي موجود برتر مي باشد و تا جايي كه مي دانيم هيچ دادگاني از متون فقهي عربي در اين زمينه وجود ندارد. براي ارزيابي دادگان، سامانه فراسه را بر روي متون اعمال كرديم و كيفيت جداسازي واژه ها را از طريق چهار معيار بر روي سامانه فراسه گزارش كرديم.