پارس مورف: تحليلگر صرفي زبان فارسي

Pars Morph: A Persian Morphological Analyzer

در مقاله حاضر مي‌كوشيم مبناي نظري، نحوه طراحي و عملكرد سامانه تحليل‌گر صرفي زبان فارسي با عنوان اختصاري "پارس مورف" را معرفي كنيم. پارس مورف سامانه‌اي مبتني بر قواعد صرفي زبان فارسي است كه ساخت دروني كلمات فارسي را با توجه به نظام تصريف و نظام واژه‌سازي زبان، تجزيه و تحليل و مقوله دستوري و نقش هر كدام از اجزاي سازنده كلمه را مشخص مي‌كند. پارس مورف با استفاده از يك واژگان درحدود 45000 واژه‌اي و نيز در چارچوب قواعد صرفي زبان فارسي كه بر يك تحقيق جامع زبان‌شناختي استوار است مي‌تواند واژه‌هاي پيچيده و نيز صورت‌هاي ممكن تصريفي و حتي واژه‌هاي خارج از واژگان را تحليل كند. دقّت نسخه اوّل پارس مورف حدود 95% است كه افزودن اطّلاعات نحوي و مسايل مربوط به هم‌نويسه‌ها و نيز لحاظ كردن ويژگي‌هاي خط فارسي مي‌تواند اين دقت را به 100% نزديك كند. از پارس مورف مي‌توان در مطالعات محض زباني و نيز پردازش ماشيني زبان فارسي استفاده كرد.

In this paper, the theoretical foundation, the way of implementation and the uses of Pars Morph, a Persian morphological analyzer is introduced. Pars Morph is a rule-based Persian morphological analysis system, which analyzes the internal structure of word in Persian and determines the grammatical category and function of the word parts. Pars Morph being in link with a lexicon covering about 45000 lexemes and based on morphological rules in Persian can analyze the structure of complex lexemes and their possible inflected forms and even out-of-lexicon words. Accuracy rate of the first version of Pars Morph is about 95% which could be enhanced to 100% by applying the regulations on Persian language homographs, some syntactic features and typical features of Persian script. Pars Morph can be used in pure linguistics studies as well as in automatic analysis of Persian language.