شناسایی رابطه تقابل در گفتمان فارسی به کمک روش های یادگیری باسرپرستی

گفتمان به هر قطعه یا پاره ای از زبان گفته می شود که به قصد برقراری ارتباط به کاربرده شده باشد. سامانه شناسایی روابط موجود در گفتمان، روابط موجود بین واحدهای متنی یک گفتمان را شناسایی می کند. یکی از روابط موجود در گفتمان های زبان فارسی رابطه تقابل است که شناسایی آن به توانایی تولید و درک گفتمان کمک می کند و در سامانه های متعددی مانند خلاصه ساز، تفسیر و... کاربرد دارد. رابطه تقابل می تواند به کمک نقش نماهای خاص رابطه تقابل مانند «اما» و «ولی» شناسایی شود؛ اما در بعضی موارد این نقش نماها حذف می شوند و شناسایی رابطه را با مشکل مواجه می کنند و باید از ویژگی هایی مانند زمان فعل ها، جفت کلمات و... برای شناسایی استفاده کرد. برای انجام آزمایش ها، 10000 نمونه از رابطه تقابل و سایر روابط از پیکره متنی پژوهشکده هوشمند علائم به عنوان مجموعه داده گردآوری شد. از این نمونه ها، بردار ویژگی استخراج شد و در نهایت برای دسته بندی و تشخیص رابطه تقابل از چند روش یادگیری باسرپرستی شامل ماشین بردار پشتیبان، K نزدیک ترین همسایه، پنجره پارزن و همچنین ترکیب این دسته بندها استفاده شد. بهترین میزان صحت 13/ 87 و مربوط به ترکیب دسته بندها در بهترین حالت است.