تشخیص اسامی اشخاص با استفاده از افزایش کلمه های نامزد اسم در میدان های تصادفی شرطی برای زبان عربی

تشخیص و استخراج واحدهای اسمی مانند نام اشخاص، مکان ها، تاریخ و ساعت، در داده کاوی از یک منبع الکترونیکی یا متنی بسیار مفید است. تشخیص درست واحدهای اسمی، یک نیاز مهم در حل مسائلی در حوزه های جدید مانند پاسخ گویی به سوال ها، سیستم های خلاصه سازی، بازیابی اطلاعات، استخراج اطلاعات، ترجمه ماشینی، تفسیر ویدئویی و جستجوی معنایی در وب است. به علاوه، تشخیص واحدهای اسمی می تواند به ما در حل پیشرفته ترین مسائل پردازش زبان طبیعی هم چون رفع ابهام معنایی میان دو نام مشترک از رشته های متفاوت، پیدا کرد ارجاع ها در مقالات علمی، تشخیص وابستگی میان اشخاص و بهبود نتایج پرس و جوهایی شامل اسامی در موتورهای جستجو کمک کند.
در سال های گذشته تلاش دانشمندان برای انجام عملیات تشخیص واحدهای اسمی برای زبان انگلیسی و دیگر زبان های اروپایی به نتایج بسیار خوبی منجر شده است، اما برای زبان هایی مانند فارسی و عربی، نتایج مناسب حاصل نشده است. یکی از اصلی ترین اهداف عملیات تشخیص واحدهای اسمی، تشخیص اسامی اشخاص است. در این مقاله سامانه ای برای تشخیص اسامی با به کارگیری مفهوم «کلمه های نامزد اسم» در مراحل آموزش و پیش بینی مدلی مبتنی بر میدان های تصادفی شرطی معرفی شده است. به طورخاص، همراه با توسعه این سامانه، پیکره های متنی استانداردی از روی متون دینی کهن به زبان عربی ساخته شده است. همچنین حاصل کار سامانه بر روی داده های روزنامه ای که توسط محققان دیگر ایجاد شده، بررسی شده است و نتایج به دست آمده در مقایسه با نتایج سامانه های دیگر روی همان داده ها، نشان می دهد با استفاده از این روش، دقت تشخیص اسامی در متون عربی به مقدار قابل توجهی بالا رفته است.