ویرایش گر متن شریف: سامانه ویرایش و خطایابی املایی زبان فارسی

در مقاله حاضر سامانه ای هوشمند ، جهت ویرایش و خطایابی املایی متون فارسی معرفی شده است. هدف از طراحی و ایجاد این سامانه، ویرایش متون فارسی برای کاربردهای پردازش زبان طبیعی است. این سامانه بر مبنای یک رویکرد مهندسی قابل توسعه، از سه زیرسامانه تشکیل شده است: ویرایش گر متن فارسی معیار، خطایاب املایی خودکار زبان فارسی و ستاک یاب واژگان زبان فارسی. این سه بخش با یکدیگر در تعاملند؛ بدین شکل که ابتدا ستاک واژه های متن شناسایی می شود و در صورت عدم وجود ستاک در فهرست واژه های زبان، واژه مذکور به عنوان واژه ای نادرست شناسایی خواهد شد ؛ سپس خطایاب خودکار فهرستی از واژه های جایگزین را پیشنهاد خواهد کرد. در زیرسامانه ویرایش گر، متن موجود ویرایش شده و متنی یک پارچه که منطبق بر معیارهای مصوب فرهنگستان زبان و ادب فارسی است، به کاربر ارائه خواهد شد. نتایج ارزیابی نشان دهنده دقتی بسیار خوب در حدود 95% در ستاک یابی کلمات، 92% در ویرایش و 96% در خطایابی املایی زبان فارسی است.