در زبانشناسی رایانه ای پیکره، انباره ای از داده های متنی است که برای اهداف مختلفی مثل مطالعات فرهنگی یک زبان خاص، مطالعه تغییرات یک زبان با گذشت زمان، پروژه های پردازش زبان های طبیعی، پروژه هایی که مربوط به حوزه ی زبان شناسی است، ایجاد می شوند. در این تحقیق تمرکز ما بر طراحی و ساخت پیکره ی دو زبانه ی فارسی-انگلیسی حوزه ی فاوا است. این پیکره به صورت خودکار ساخته شده است و منابع آن اسناد تخصصی حو...

سامانه های نویسه خوان نوری، ocr، نقش بزرگی در تحقق دولت الکترونیک و کاهش حجم بایگانیهای کاغذی و دیجیتال دارند. این سامانه ها از سه بخش اصلی پیش پردازش، شناسایی متن و پس پردازش تشکیل شده اند. طبیعی است که هر خطایی در مرحله پیش پردازش، بازگشت ناپذیر است، مثلا اگر زاویه چرخش سند اشتباه شناسایی شود، سبب خواهد شد که خطوط متن کج بشوند و فرایند شناسایی متن، به درستی صورت نگیرد. یکی از قسمتهای مهم در پ...

پردازش مستندات یکی از جذاب ترین زمینه های بازشناسی الگو است و بازشناسی متون، محوری ترین بخش در پردازش مستندات است . یکی از مهمترین مراحل بازشناسی متون چاپی فارسی جداسازی حروف است . ما در این پایان نامه با اصلاح الگوریتم عزمی که مبتنی بر کانتور بالایی است ، الگوریتم جداسازی مناسبی برای متون چاپی قدیمی ارائه کرده ایم. برای حل مشکل نایکنواختی کرسی خط، روش مناسبی برای تعیین نوار زمینه پیشتهاد کرده ...

در دهه اخیر با گسترش امکانات ارتباطی نظیر اینترنت، تلفن همراه، .... مسیرهای دسترسی جدیدی برای همه اصناف و افراد برای دریافت و ارسال اطلاعات فراهم گردیده است. این روند رو به رشد سبب گردیده است تا اشخاص و کسب و کارهایی از این کانال های ارتباطی به شکل ناصحیح استفاده کنند که منجر به پدید آمدن هرزپیام گردیده است. هرزپیام با هر محتوایی که باشد یک رویداد ناخواسته و آزاردهنده از دید کاربران و یا همان د...

برای بدست آوردن روابط سلسله مراتبی در یک متن بدون ساختار، ابتدا به کمک روشهای هوشمند پردازش متن و استفاده از روابط معنایی، تمام عبارت هایی را که در متن نقش کلیدی دارند را استخراج میکنیم. هر کدام از این عبارت ها عضوی از گراف نهایی تولید شده ار متن خواهد بود. سپس با استفاده از الگوریتم خاصی به استخراج ابرنام(hypernym) هر یک از عبارت ها میپردازیم و به صورت بازگشتی این عمل تکرار می شود تا گراف رواب...

با پیشرفت چشمگیر علوم رایانه در چند دهه ی اخیر و پررنگ تر شدن نقش آن در زندگی بشر، علوم مختلفی در کنار آن بوجود آمده و رشد کرده اند. یکی از این علوم هوش مصنوعی است و خود نیز به شاخه های متعددی تقسیم می شود که یکی از آن ها پردازش زبان طبیعی است. از شاخه های پردازش زبان طبیعی می توان به تبدیل متن به گفتار اشاره کرد که بیش از پنج دهه بر روی این موضوع کار شده است. در تبدیل متن به گفتار، هدف این است...

بازیابی ارجاع در تمامی صورت های آن سنگ بنای درکی موفق از متن و محور ترسیم مدل ذهنی مناسب از آنچه در گفتار بیان شده می باشد. اگر دریابیم ارجاع چگونه تحلیل می شود، فهم دیگر بخش های روند درک عمومی بطور خودکار در پی خواهد آمد. در پژوهش حاضر مدل گزاره ای و مدل ذهنی در تحلیل گفتار از یکدیگر متمایز می شوند و درباب ماهیت بازنمایی ها این مسئله مورد توجه قرار خواهد گرفت که مدلهای گزاره ای بجای اخذ معنی ...

با رشد فزاینده و لجام گسیخته اطلاعات دیجیتالی و نیاز به دستیابی به اطلاعات مورد نظر از میان خیل انبوه متون و اسناد موجود در زمان معقول، نیاز به سیستم های بازیابی اطلاعاتی که بتوانند نیاز اطلاعاتی کاربران را کامل تر و دقیق تر تشخیص داده و متون و اسناد مرتبط با آن را بازیابی کند، بیش از پیش احساس می شود. به دلیل ویژگی های خاص زبان طبیعی نظیر چند معنایی عبارت، ارتباطات معنایی نهفته و ... ، تنها مق...

امروزه میزان اطلاعات و مستندات متنی روز به روز در حال گسترش است. نامه های الکترونیکی، صفحات وب، متون خبری، مقالات علمی و ... تنها بخشی از این اطلاعات رو به افزایش است. این اطلاعات گسترده دربردارنده یک دانش پنهان می باشند. فراهم کردن ابزاری که بتواند به طور موثر و کارا این اطلاعات گسترده و دانش پنهان درون آن را شناسایی، استخراج و مدیریت کند امری مهم و ضروری است. یکی از روش های مهم در راستای براو...