الگوریتم لسک

پژوهش حاضر به معرفی رویکردی ماشینی برای چگونگی رفع ابهام معنایی از کلمات می پردازد. در زبان فارسی، که ساخت واژه پیچیده ای دارد، هم نگاره های بسیاری ساخته می شوند که معانی گوناگونی در بافت های گوناگون دارند. یکی از راه هایی که کمک می کند رفع ابهام از معنای کلمات مبهم (هم نگاره ها) با سهولت و دقت بیشتری انجام شود، تخصیص برچسب درست نحوی به کلمات است. بنابراین، اگر برچسب دهی نحوی قبل از مرحله رفع ابهام معنایی از کلمات صورت پذیرد، رفع ابهام معنایی از هم نگاره ها با دقت بیشتری انجام خواهد گرفت. از آنجا که فراوانی هم نگاره های اسمی و صفتی در متون فارسی، در مقایسه با سایر هم نگاره ها بالاست، پس از تخصیص برچسب نحوی به کلمات لازم است رفع ابهام از برچسب نحوی هم نگاره ها نیز صورت گیرد. در این مقاله ابتدا روش های ماشینی موجود در جهت رفع ابهام از معنای کلمات معرفی می شود و سپس، الگوریتم «لسک» (که یکی از روش های یادگیری ماشینی بدون نظارت/ بدون سرپرست برای رفع ابهام معنایی از کلمات مبهم موجود در متون گوناگون است) معرفی می شود و در نهایت، رویکردی ماشینی جهت رفع ابهام از معنای کلمات با استفاده از نتیجه مرحله برچسب زنی نحوی به کلمات و رفع ابهام از برچسب نحوی کلمات و الگوریتم «لسک» معرفی می شود. انجام برچسب دهی نحوی و رفع ابهام از برچسب نحوی هم نگاره ها باعث می شود که الگوریتم «لسک» تنها، معانی مرتبط با برچسب های نحوی را در رفع ابهام معنایی از کلمات در نظر گیرد و در نتیجه، عمل رفع ابهام از معنای کلمات با دقت و سهولت بیشتری انجام پذیرد.

در روند تحولات زبان فارسی دسته ای از فعل ها بخشی از بار معنایی خود را از دست داده اند و به اصطلاح سبک شده اند. از این رو، در بیان مفاهیم ایستا و رویدادی با عنصر دیگری از مقوله اسم، صفت یا حرف اضافه همنشین شده و ساخت های فعل سبک را ایجاد کرده اند. مطالعه  نحوی و معنایی این ساخت ها از چالش برانگیزترین مسائل مورد بررسی زبانشناسی امروز است. در زبان فارسی ساخت های فعل سبک پربسامدترین ساخت های فعلی به شمار می روند و این امر اهمیت پرداختن به آنها را دو چندان می سازد. پژوهش حاضر می کوشد تا از منظر صرف توزیعی (هله و مرنتز، 1993 ؛ 2013) به پرسشی اساسی در رابطه با این فعل ها پاسخ بدهد؛ اینکه، چرا تنها دسته ای از فعل ها  (نه تمامی آنها) به فعل سبک تبدیل شده اند و آیا این انتخاب تصادفی بوده است یا نظام مند. پرسشی که علیرغم اهمیت از توجه محققان دور مانده است. پژوهش حاضر با ارائه تحلیلی نشان می دهد که این انتخاب نظام مند است و شواهدی در تأیید این نظام مندی با توجه به ویژگی زیرتخصیص یافتگی و اصل زیرمجموعه صرف توزیعی ارائه می دهد. از جمله این شواهد تعیین ماهیت و جایگاه 21 فعل سبک زبان فارسی در طبقه بندی لوین (1993)، استفاده از روشی مبتنی بر الگوریتم لسک (1986) و پیشنهاد طبقه بندی جدید فعل های سبک بر پایه نخستی های معنایی است که در آن ابتدا فعل ها به ایستا و رویدادی و سپس فعل های رویدادی به 4 طبقه کارکردی، تغییر مالکیت، تغییر حالت و تغییر مکان تقسیم شده اند. این شواهد بیانگر این واقعیتند که ماهیت ویژه معنایی این فعل هاست که آنها را مستعد تبدیل شدن به فعل سبک کرده است.