استخراج حقایق از متون فارسی در قالب rdf
Abstract(in Persian; no English abstract is available)
با توجه به حجم عظیم دانش و اطلاعات بشر و رشد روزافزون مستندات در زمینه های مختلف، پردازش زبان های طبیعی و تبدیل متون به دانش قابل فهم برای ماشین، مورد توجه قرار گرفته است. با استفاده از سیستم های استخراج اطلاعات می توان بطور خودکار پایگاه دانشی ساخت یافته از متون ایجاد کرد. در واقع هدف یک سیستم استخراج اطلاعات، استخراج حقایق از متون غیرساخت یافته و نمایش آن ها در قالب های ساخت یافته مانند سه گانه های rdf می باشد. اگر حقایق در قالب معنایی rdf نگاشت شوند، می توان اطلاعات مورد نیاز را با ساخت و ارسال پرس وجوهای sparql روی پایگاه دانش بدست آورد. در این پایان نامه، روشی برای استخراج آزاد حقایق از متون زبان فارسی پیشنهاد شده است که در آن استخراج حقایق در سطح جمله و بر اساس تشخیص افعال و روابط وابستگی بین اجزای جمله انجام می شود. راه کار پیشنهادی، حقایق اصلی را بر اساس فعل و حقایق فرعی را بر اساس روابط بین گروه های اسمی جمله استخراج و برای تبدیل به قالب rdf آماده سازی می کند. برای نگاشت حقایق در قالب معنایی rdf، uri قسمت های نهاد، مسند و گزاره یک حقیقت با استفاده از شبکه واژگان و ویکی پدیا شناسایی می شود. در نتیجه در راه کار پیشنهادی شبکه واژگان فردوس نت بصورت خودکار بر اساس شبکه واژگان انگلیسی ایجاد می شود. نتایج حاصل از ارزیابی نشان می دهد که روش پیشنهادی در استخراج حقایق موفق بوده و باعث بهبود دقت و فراخوانی نسبت به سیستم های موجود می شود. علاوه بر این سیستم پیشنهادی حقایق را در قالب معنایی rdf استخراج می کند.