Abstract:
دریافت چگونگی دسترسی ذهن انسان به عناصر واژگانی ذخیره در واژگان ذهنی و آگاهی از شیوة بازنمایی دانش کمک زیادی به طراحی سیستم های پردازش زبان طبیعی می کند. در این مقاله سعی شده است تا پس از بررسی مسالة واژگان در ماشین ترجمه ، با استفاده از شیوة بازنمایی مفهومی نوعی سیستم بازنمایی واژگان به کمک مفاهیم و روابط پیشنهاد شود که می تواند جهت بهبود عمل کرد ماشین ترجمه به کار رود. درنهایت عمل کرد این شیوه در زمینة رفع ابهام واژگانی ، در قالب نمودارهای مفهومی ، نشان داده شده است .
Understanding the representation of knowledge and how the human mind accesses the mental lexicon can help the development of natural processing systems. This paper first examines the question of lexicon in MT and then presents a lexical representational system which uses concepts and relations، is based on conceptual representation، and can be used to enhance the efficiency of MT systems. The performance of the system in lexical disambiguation is demonstrated through conceptual graphs.
Machine summary:
"نگاهی به مسأله واژگان در ماشین ترجمه آرزو مولوی وردنجانی دانشگاه آزاد اسلامی - واحد امیدیه چکیده دریافت چگونگی دسترسی ذهن انسان به عناصر واژگانی ذخیره در واژگان ذهنی و آگاهی از شیوة بازنمایی دانش کمک زیادی به طراحی سیستم های پردازش زبان طبیعی می کند.
در این مقاله سعی شده است تا پس از بررسی مسألة واژگان در ماشین ترجمه ، با استفاده از شیوة بازنمایی مفهومی نوعی سیستم بازنمایی واژگان به کمک مفاهیم و روابط پیشنهاد شود که می تواند جهت بهبود عمل کرد ماشین ترجمه به کار رود.
ازاین رو در این مقاله سعی شده است تا با توجه به ساختار واژگان در ذهن و استفاده از نظریة دسترسی فعالسازی تعاملی مفهومبنیاد، نوعی بازنمایی مفهومی برای بخش واژگان سیستم های پردازش زبان پیشنهاد شود که استفاده از آن در بهبود عملکرد ماشین ترجمه در رفع ابهام واژگانی و دسترسی به معنای درست واژة موردنظر مؤثر خواهد بود.
در ادامه ابتدا نظریة دسترسی به عنوان یکی از مراحل اصلی پردازش زبان تعریف مـی شـود، سپس سعی شده است تا نوعی شبکة پیوندی بازنمایی مفهومی طرح و با استفاده از مدل فعال - سازی تعاملی ، مکانیسمی برای دسترسی درست به مفـاهیم مـورد نظـر از ایـن شـبکة واژگـانی پیشنهاد شود.
٧. نتیجه گیری مدلی که در این تحقیق ارائه شد به کمک شبکة پیوندی مبتنی بر دانش مفهومی ، شامل مفاهیم و روابط میان آنها و مکانیسم فعالسازی تعاملی (برای دسترسی به مفاهیم از میان پایگاه دادههای مفهومی ) می تواند پاسخ مناسبی به مسائل مختلفی ازقبیل ابهامزدایی واژگانی ، درک داستان و درک خواندن در ترجمة ماشینی و سیستم های تجزیه و ترکیب گفتار بدهد."