تولید درخت بانک سازه ای زبان فارسی به روش تبدیل خودکار

درخت بانک از مهم­ترین و پرکاربردترین منابع مورد استفاده در زمینه پردازش زبان طبیعی است. دو نوع از پرکاربردترین درخت بانک­ ها، درخت بانک وابستگی و درخت بانک سازه­ ای است. با توجه به نبود درخت بانک سازه ­ای با حجم بزرگ در زبان فارسی در این مقاله به بررسی روشی ارائه شده در تبدیل درخت بانک وابستگی به سازه ­ای می­ پردازیم. سپس مشکلات این روش را در زبان فارسی و انگلیسی بررسی و با ارائه راهکارهایی کیفیت تبدیل را بهبود می بخشیم. اولین راهکار، تصحیح مکان اتصال سازه ها در درخت سازه ای به ازای هر رابطه ی وابستگی است. راهکار دوم، انجام مکاشفه ای به صورت پس پردازش و بر روی خروجیِ ساختار سازه ای این روش است که، کیفیت نهایی درخت های سازه ای را بهبود می بخشد. نتایج حاصل از آزمایش ها نشان می­دهد که، روش تبدیل با کمک راهکارهای ارائه شده حدود 85/25 درصد در زبان فارسی و 39/4 درصد در زبان انگلیسی دارای کیفیت بالاتری نسبت به حالتی است که از راهکارهای پیشنهادی استفاده نشود. در ادامه با کمک روش تبدیل و درخت بانک وابستگی موجود در زبان فارسی، یک درخت بانک سازه ای تولید کرده و به کمک آن تجزیه گری سازه ای را آموزش داده ایم. کیفیت تجزیه گر آموزش داده شده با استفاده از درخت بانک حاصل از روش تبدیل و راهکارهای پیشنهادی این پژوهش نسبت به حالتی که از راهکارهای پیشنهادی استفاده نشود، بهبودی 21 درصدی را نشان می دهد.