استخراج کلمات و عبارات کلیدی از متون فارسی(مروری بر پژوهش های صورت گرفته)

استخراج کلمات/ عبارات کلیدی متن، پیش‏‏نیاز بسیاری دیگر از وظایف حوزه پردازش زبان طبیعی است. اما بررسی متون فارسی و انگلیسی این حوزه نشان ‏می ‏دهد، تلاش‏های انگشت‏شماری برای استخراج کلمات/ عبارات کلیدی از متون فارسی صورت گرفته است. لذا، این مقاله، ‏با هدف تعیین موقعیت کنونی پردازش زبان طبیعی فارسی و ‏به‏طور خاص استخراج کلمات/ عبارات کلیدی از متون فارسی، ‏به‏ مرور خلاصه‏‏‏‏ای ‏از مقالات فارسی و انگلیسی منتشر‏شده در این حوزه که از متون فارسی برای آزمودن ایده‏هایشان استفاده کرده‏‏‏اند‏، ‏می‏پردازد؛ سپس هر مقاله را از نظر روش‏‏شناسی، نحوه اجرا و ‏پیاده‏سا‏‏زی، روش ارزیابی و معیارهای آن مورد تعمق قرار داده و به چالش ‏می‏کشد.در مجموع 14 مقاله فارسی و 6 مقاله انگلیسی به استخراج کلمات و عبارات کلیدی از متون فارسی پرداخته‏ اند‏. روش بیشتر این مقالات، استفاده از اطلاعات آماری و ‏زبان‏‏‏شناختی بوده ‏است. اکثر این مقالات یا در روش‏شناسی انتخاب‏ شده ایراد دارند و یا نویسندگان نتوانسته‏ اند‏ ایده پیشنهادی‏شان را ‏به ‏وضوح برای خواننده تبیین نمایند. ‏ در بسیاری از مقالات، از مجموعه داده استانداردی برای ارزیابی سیستم استفاده نشده و نحوه محاسبه معیارهای ارزیابی مبهم یا دارای اشکال است.در مجموع، ‏به ‏جز 3 مقاله که روش اجرا‏شده را ‏به ‏نحو نسبتا قابل‏قبولی گزارش کرده‏اند‏، سایر مقالات قابلیت تکرار‏پذیری و تعمیم ندارند. لذا نمی‏توان از آن‏ها ‏به‏ عنوان معیار پایه‏‏ای ‏برای ارزیابی سیستم‏های آینده استفاده کرد یا از ایده مطرح‏ شده در آن‏ها با اطمینان در ساخت و توسعه نرم‏افزارهای کاربردی و عملی در حوزه استخراج کلمات کلیدی استفاده نمود.