انجمن کامپیوتر ایران

در اين مقاله، مدلي براي رفع ابهام از کلمات مبهم و داراي معاني متعدد فارسي بر اساس روش دسته¬بندي بيشينه بی¬نظمی و استخراج ويژگي¬هاي جديد پيشنهاد شده است. براي ايجاد اين مدل از دو دسته ويژگي استفاده شده است. دسته اول ويژگي¬ها کلمات و نشانه¬هايي است که همراه کلمه مبهم بکار برده شده¬اند و دسته دوم ويژگي¬ها با بکار بردن روش¬هاي مدل¬سازي موضوع بدست مي¬آيد. يک مدل موضوعي، مدلي آماري براي استخراج چکيده موضوعات موجود در اسناد يک پيکره است. در مقاله حاضر ما از روش بدون سرپرستی تخصيص پنهان دريکله(LDA) براي اين منظور استفاده کرده¬ايم. رفع ابهام از هر کلمه مبهم بعنوان يک مسأله دسته¬بندي جداگانه در نظر گرفته مي¬شود. نتايج آزمايشات براي چهار کلمه مبهم پر تکرار در زبان فارسي که ازپيکره پژوهشکده پردازش هوشمند علائم استخراج شد، دقت حدود 97.67% را نشان مي-دهد که بيان¬گر مؤثر بودن اين روش در يافتن معني مناسب کلمات مبهم است.