natural language processing

[کامپیوتر] پردازش زبان طبیعی . - پردازش زبان طبیعی به کار گیری کامپیوترها به منظور پردازش اطلاعاتی که به زبانهای ( طبیعی ) انسان بیان شده است . امروزه تمام ارتباطات بشری با کامپیوتر ها و از طریق زبانهای مصنوعی ( مانند بیسیک و پاسکال ) انجام می شود . اگر کامپیوترها دستورالعمل های زبانهای طبیعی ( مانند انگلیسی و فرانسه ) را بشناسند . کاربرد مفیدتری خواهند داشت . در نخستین روزهای ظهور کامپیوترها، تصور می شد. که نوشتن برنامه های پردازشگر زبانهای طبیعی آسان باشد . اما پیشرفت در این زمینه کند بوده است . مشکلات عمده شامل موارد زیر است . 1 . قواعد زبان یا syntax تا کنون هیچ کس نتوانسته است شرح ریاضی دقیقی از ساختارهای دستوری حتی از یک زبان بشری ارائه دهد . در این زمینه، تلاشهایی انجام شده است . ( که همه به طور مستقیم یا غیر مستقیم از نتیجه ی فعالیت آقای noam chomsky مشتق شده اند ) . با این حال همه ی آنها در انواعی از جمله ها، اشکالاتی دارند . تفسیر درست ضمایری مانند each other , himself بسیار دشوار است . به نظر می رسد بشر به طور ذاتی می داند که چگونه از چنان کلماتی در جمله استفاده کند . اما هیچ کس تا کنون نتوانسته است . مجموعه مقررات دقیق و کاملی از این دانش را فراهم کند . این حقایق موجب شد که آقای chomsky و هم فکر رانش به برنامه نویسی شدن، مغز در باره ی ویژگیهای زبانهای بشری شک کنند . 2. مسائل معنایی یا semantic اگر کامپیوتر قرار است جمله ها را درک کند . باید نوعی بیان درونی از معانی آنها داشته باشد . مستقیم ترین روش بیرای بیان معانی در یک کامپیوتر، تجزیه ی جمله ها به مموعه ی محدودی از عناصر اولیه است . مثلاً grandifather می تواند به عنوان male parent of parent of self بیان شود . به طوری که self , of parent . male قسمتهایی از یک فرهنگنامه ی درونی کوچک باشد . با این حال برخی از کلمات قابل شکسته شدن به عناصر اولیه نیستند . مانند picturessque ( خوش منظر ) به نظر می رسد که بسیاری از معانی دارای تصاویر ذهنی یا مجموعه ای از ایده های به هم پیوسته اند که ابهام قابل ملاحظه ای را میپذیرند . 3. مسائل اوا یا phonetic اگر چه کامپیوتر ها می توانند نطق ترکیبی منطقی و یا مفهومی را تولید کنند . با این حال نمی توانند سخن انسان را به آسانی تشخیص دهند . اشکال در این است که اگر چه به نظر می رسد نطق دارای رشته هایی از اصوات گسسته ( m,a,n, برای man ) است با وجود این اصوات در واقعیت با هم ترکیب می شنند و حتی در آشکارترین نطق گوینده ی رادیو ( مانند m,a,n در man که تقریباً همزمان هستند ) . همچنین، تفاوت و تغییر لهجه ی گویندگان معمولاً موجب ابهام می شود . مثلاً بسیاری از نیویورکی ها man را به صورتی تلفظ می کنند که جنوبی ها men را تلفظ می کنند . حتی فرکانس صدای یک فر د هم در بیان مجدد یک کلمه نیز یکسان نیست . امروزه بهترین سیستمهایی سخن سنج، فقط می توانند چند صد کلمه را تشخیص بدهند و معمولاً برای یک فرد خاص آموزش می گیرند . رویکردهای گوناگونی برای پردازش زبان طبیعی وجود دارد . برخی از برنامه ها در تلاشند تا فرایندهای مغز انسان را مدل سازی کنند . در حالی که بعضی دیگر، از هر رویه ای برای رسیدن به یک نتیجه ی علمی استفاده می کنند . در این موضوع، تقابلی وجود دارد که آیا بهتر است کامپیوتر بیانی از معنای یک جمله را در یک مرحله بنا کند . رویکرد دوم برنامه هایی را به وود می آورد که سازماندهی ضعیفی دارند . اما می توانند اطلاعاتی را در باره ی معنا به کار ببرند که در تصمیمان مربوط به ساختار جمله کمک می کند . بهترین پردازشگر ها ی کنونی زبان طبیعی، معمولا بسیار موثر و فعال عمل می کنند . ( مثلا دانشگاه yale پردازشگری ساخته است که داستانهای جدید را از طریق خط تله تایپ گرفته و خلاصه ای از آنها را تهیه می کند . ) اما هیچ یک از آنها قابل اعتماد نیستند . هر برنامه انواع مشخصی از جمله ها را بد تفسیر کرده و نتایج غلطی را ارائه می دهد . تا به یافتن گفتگوی طبیعی میان انسان و کامپیوتر، هنوز سالیان درازی فاصله است.