تجذير

📅 آخر تحديث: ١٧ يوليو ٢٠٢٦
✍️ نُشر في: ١٧ يوليو ٢٠٢٦
الموسوعة الحرة

في علم الصرف اللغوي واسترجاع المعلومات، يُعرف التجريد بأنه عملية اختزال الكلمات المصرفة (أو المشتقة أحيانًا) إلى جذرها أو أصلها اللغوي ، والذي يكون عادةً شكل الكلمة المكتوب. لا يشترط أن يكون الجذر مطابقًا للجذر الصرفي للكلمة؛ يكفي عادةً أن ترتبط الكلمات ذات الصلة بنفس الجذر، حتى لو لم يكن هذا الجذر بحد ذاته جذرًا صحيحًا. وقد دُرست خوارزميات التجريد في علوم الحاسوب منذ ستينيات القرن الماضي. وتتعامل العديد من محركات البحث مع الكلمات التي لها نفس الجذر كمترادفات ، وذلك كنوع من توسيع نطاق البحث ، وهي عملية تُسمى الدمج.

قد يُطلق على برنامج الكمبيوتر أو الروتين الفرعي الذي يقوم بتجذير الكلمات اسم برنامج التجذير أو خوارزمية التجذير أو جهاز التجذير .

أمثلة

ينبغي لخوارزمية تجذير الكلمات الإنجليزية التي تعمل على الجذر "cat" أن تحدد سلاسل مثل " cats " و "catlike " و "catty" . كما يمكن لخوارزمية التجذير أن تختزل الكلمات "fishing" و "fished" و "fisher" إلى الجذر "fish " . ولا يشترط أن يكون الجذر كلمة، فمثلاً تختزل خوارزمية بورتر الكلمات " argue " و " adgued " و " argues " و" arguing " و" argus" إلى الجذر " argu" .

تاريخ

نُشرت أول ورقة بحثية لتحليل الكلمات الجذرية بواسطة جولي بيث لوفينز عام 1968. [ 1 ] تميزت هذه الورقة بتاريخها المبكر وكان لها تأثير كبير على الأعمال اللاحقة في هذا المجال. تشير ورقتها إلى ثلاث محاولات رئيسية سابقة لخوارزميات تحليل الكلمات الجذرية، الأولى من قِبل البروفيسور جون دبليو توكي من جامعة برينستون ، والثانية من قِبل مايكل ليسك في جامعة هارفارد ، تحت إشراف البروفيسور جيرارد سالتون ، والثالثة من قِبل جيمس إل دولبي من شركة آر آند دي للاستشارات في لوس ألتوس، كاليفورنيا.

قام مارتن بورتر لاحقًا بكتابة برنامج تجذير الكلمات، ونُشر في عدد يوليو 1980 من مجلة Program . وقد لاقى هذا البرنامج رواجًا واسعًا، وأصبح المعيار الفعلي لتجذير الكلمات الإنجليزية. حصل الدكتور بورتر على جائزة توني كينت ستريكس عام 2000 تقديرًا لإسهاماته في مجال تجذير الكلمات واسترجاع المعلومات.

كُتبت العديد من تطبيقات خوارزمية بورتر للتجذير ووُزعت مجانًا؛ إلا أن العديد منها احتوى على عيوب دقيقة. ونتيجةً لذلك، لم تُحقق هذه المُجذّرات كامل إمكاناتها. وللقضاء على هذا المصدر للخطأ، أصدر مارتن بورتر تطبيقًا رسميًا مجانيًا (مرخصًا في الغالب بموجب ترخيص BSD ) [ 2 ] للخوارزمية حوالي عام 2000. وواصل تطوير هذا العمل خلال السنوات القليلة التالية من خلال بناء Snowball ، وهو إطار عمل لكتابة خوارزميات التجذير، كما طوّر مُجذّرًا مُحسّنًا للغة الإنجليزية إلى جانب مُجذّرات لعدة لغات أخرى.

طُوِّرَ مُجزِّئ الكلمات Paice-Husk بواسطة كريس د. بايس في جامعة لانكستر أواخر ثمانينيات القرن الماضي، وهو مُجزِّئ تكراري يعتمد على مجموعة قواعد تجذير مُخزَّنة خارجيًا. تُوفِّر مجموعة القواعد القياسية مُجزِّئًا "قويًا" وقد تُحدِّد إزالة أو استبدال نهاية الكلمة. تُغني تقنية الاستبدال عن الحاجة إلى مرحلة منفصلة في العملية لإعادة الترميز أو توفير مطابقة جزئية. كما طوَّر بايس مقياسًا مباشرًا لمقارنة مُجزِّئات الكلمات بناءً على حساب أخطاء التجذير الزائد والناقص.

الخوارزميات

مشكلة لم تُحل في علوم الحاسوب
هل توجد خوارزمية مثالية لتجذير الكلمات في اللغة الإنجليزية؟
المزيد من المشاكل التي لم يتم حلها في علوم الحاسوب

توجد عدة أنواع من خوارزميات التجريد التي تختلف فيما يتعلق بالأداء والدقة وكيفية التغلب على عقبات التجريد المحددة.

تعتمد خوارزمية تجذير الكلمات البسيطة على البحث عن الصيغة المصرفة في جدول مرجعي . تتميز هذه الطريقة بالبساطة والسرعة وسهولة التعامل مع الاستثناءات. أما عيوبها فتتمثل في ضرورة إدراج جميع الصيغ المصرفة صراحةً في الجدول، مما يعني عدم التعامل مع الكلمات الجديدة أو غير المألوفة، حتى لو كانت منتظمة تمامًا (مثل cats ~ cat)، بالإضافة إلى احتمال كبر حجم الجدول. بالنسبة للغات ذات الصرف البسيط، كالإنجليزية، يكون حجم الجدول صغيرًا، بينما قد تحتوي اللغات ذات الصرف المعقد، كالتركية، على مئات الصيغ المصرفة المحتملة لكل جذر.

قد تستخدم طريقة البحث وسم أجزاء الكلام الأولية لتجنب الإفراط في التجريد. [ 3 ]

تقنية الإنتاج

عادةً ما يتم إنشاء جدول البحث الذي يستخدمه برنامج تجذير الكلمات بشكل شبه تلقائي. على سبيل المثال، إذا كانت الكلمة "run"، فقد تُولّد الخوارزمية المعكوسة تلقائيًا الصيغ "running" و"runs" و"runned" و"runly". الصيغتان الأخيرتان صحيحتان، لكنهما غير شائعتين .

خوارزميات إزالة اللواحق

لا تعتمد خوارزميات إزالة اللواحق على جدول بحث يتألف من صيغ تصريفية وعلاقات بين الصيغ الجذرية. بدلاً من ذلك، تُخزَّن قائمة أصغر عادةً من "القواعد" التي توفر مسارًا للخوارزمية، عند إدخال صيغة كلمة معينة، للعثور على صيغتها الجذرية. تتضمن بعض الأمثلة على هذه القواعد ما يلي:

  • إذا انتهت الكلمة بـ "ed"، فاحذف "ed".
  • إذا انتهت الكلمة بـ "ing"، فاحذف "ing".
  • إذا انتهت الكلمة بـ "ly"، فاحذف "ly".

تتميز أساليب إزالة اللواحق بسهولة صيانتها مقارنةً بخوارزميات البحث الشامل، شريطة أن يكون القائم بالصيانة على دراية كافية بتحديات اللغويات والصرف، بالإضافة إلى إلمامه بقواعد إزالة اللواحق. يُنظر أحيانًا إلى خوارزميات إزالة اللواحق على أنها بدائية نظرًا لضعف أدائها عند التعامل مع العلاقات الاستثنائية (مثل "ran" و"run"). تقتصر الحلول التي تنتجها هذه الخوارزميات على الفئات المعجمية التي لها لواحق معروفة، مع استثناءات قليلة. إلا أن هذا يُعدّ مشكلة، إذ لا تمتلك جميع أجزاء الكلام مجموعة قواعد محددة بدقة. وتسعى عملية التجريد إلى التغلب على هذا التحدي.

يمكن أيضًا تطبيق خاصية حذف البادئات. بالطبع، لا تستخدم جميع اللغات البادئات أو اللواحق.

معايير إضافية للخوارزمية

قد تختلف نتائج خوارزميات إزالة اللواحق لأسبابٍ عديدة. أحد هذه الأسباب هو ما إذا كانت الخوارزمية تشترط أن تكون الكلمة الناتجة كلمةً حقيقية في اللغة المُعطاة. فبعض المناهج لا تشترط وجود الكلمة فعليًا في معجم اللغة (مجموعة جميع كلمات اللغة). في المقابل، تحتفظ بعض مناهج إزالة اللواحق بقاعدة بيانات (قائمة كبيرة) لجميع جذور الكلمات الصرفية المعروفة الموجودة ككلمات حقيقية. تتحقق هذه المناهج من وجود الكلمة في القائمة قبل اتخاذ القرار. عادةً، إذا لم تكن الكلمة موجودة، يتم اتخاذ إجراء بديل. قد يتضمن هذا الإجراء البديل عدة معايير أخرى. قد يدفع عدم وجود الكلمة الناتجة الخوارزمية إلى تجربة قواعد بديلة لإزالة اللواحق.

قد يحدث أن تُطبَّق قاعدتان أو أكثر لإزالة اللواحق على نفس الكلمة المدخلة، مما يُسبب غموضًا في تحديد القاعدة الواجب تطبيقها. قد تُحدد الخوارزمية (يدويًا أو عشوائيًا) أولوية لإحدى القواعد على الأخرى. أو قد ترفض الخوارزمية تطبيق إحدى القواعد لأنها تُنتج كلمة غير موجودة، بينما لا تُنتج القاعدة الأخرى المتداخلة كلمة غير موجودة. على سبيل المثال، عند إدخال الكلمة الإنجليزية friendlies ، قد تُحدد الخوارزمية اللاحقة ies وتُطبق القاعدة المناسبة، فتُنتج كلمة friendl . من المُرجح أن كلمة friendl غير موجودة في المعجم، وبالتالي تُرفض القاعدة.

يُعدّ استخدام استبدال اللواحق أحد التحسينات على عملية حذف اللواحق الأساسية. وكما هو الحال في قاعدة الحذف، تستبدل قاعدة الاستبدال لاحقةً بأخرى بديلة. على سبيل المثال، قد توجد قاعدة تستبدل اللاحقة " ies" باللاحقة "y" . ويختلف تأثير ذلك على الخوارزمية باختلاف تصميمها. فعلى سبيل المثال، قد تُحدّد الخوارزمية أن كلاً من قاعدة حذف اللاحقة "ies" وقاعدة استبدالها تنطبقان. وبما أن قاعدة الحذف تُنتج مصطلحًا غير موجود في المعجم، بينما لا تُنتج قاعدة الاستبدال مصطلحًا غير موجود، يتم تطبيق قاعدة الاستبدال بدلاً من ذلك. في هذا المثال، تُصبح كلمة "friendlies " هي "friendly" بدلاً من "friendl " .

بالتعمق أكثر في التفاصيل، تتمثل إحدى التقنيات الشائعة في تطبيق القواعد بشكل دوري (بشكل متكرر، كما يقول علماء الحاسوب). بعد تطبيق قاعدة استبدال اللاحقة في هذا المثال، تُجرى عملية ثانية لتحديد قواعد المطابقة على كلمة friendly ، حيث يُرجح تحديد قاعدة حذف اللاحقة ly وقبولها. باختصار، تصبح كلمة friendlies (عن طريق الاستبدال) friendly، والتي تصبح (عن طريق الحذف) friend .

يُساعد هذا المثال أيضًا في توضيح الفرق بين النهج القائم على القواعد والنهج القائم على التجربة والخطأ. في النهج القائم على التجربة والخطأ، يبحث البرنامج عن الكلمات المُناسبة ضمن مجموعة تضم مئات الآلاف من صيغ الكلمات المُصرّفة، ويسعى في النهاية إلى إيجاد جذر الكلمة المُقابلة " friend" . أما في النهج القائم على القواعد، فتُطبّق القواعد الثلاث المذكورة أعلاه بالتتابع للوصول إلى الحل نفسه. غالبًا ما يكون النهج القائم على التجربة والخطأ أبطأ، لأن خوارزميات البحث لديها وصول مباشر إلى الحل، بينما يُجرّب النهج القائم على القواعد عدة خيارات، ومجموعات منها، ثم يختار النتيجة الأنسب.

خوارزميات التقطيع

يُعدّ التجريد اللغوي منهجًا أكثر تعقيدًا لحلّ مشكلة تحديد جذر الكلمة . تتضمن هذه العملية تحديد نوع الكلمة أولًا، ثم تطبيق قواعد توحيد مختلفة لكل نوع. يُحدَّد نوع الكلمة قبل محاولة إيجاد الجذر، إذ تختلف قواعد التجريد اللغوي في بعض اللغات تبعًا لنوع الكلمة.

يعتمد هذا الأسلوب بشكل كبير على تحديد الفئة المعجمية الصحيحة (نوع الكلمة). ورغم وجود تداخل بين قواعد التوحيد لبعض الفئات، فإن تحديد الفئة الخاطئة أو عدم القدرة على تحديد الفئة الصحيحة يحد من الفائدة الإضافية لهذا الأسلوب مقارنةً بخوارزميات إزالة اللواحق. الفكرة الأساسية هي أنه إذا تمكن برنامج التجريد من استيعاب المزيد من المعلومات حول الكلمة المراد تجريدها، فإنه يستطيع تطبيق قواعد توحيد أكثر دقة (والتي، على عكس قواعد إزالة اللواحق، يمكنها أيضًا تعديل الجذر).

الخوارزميات العشوائية

تعتمد الخوارزميات الاحتمالية على استخدام الاحتمالات لتحديد جذر الكلمة. تُدرَّب هذه الخوارزميات (تتعلم) على جدول يربط بين جذر الكلمة وصيغها المصرفة لتطوير نموذج احتمالي. يُعبَّر عن هذا النموذج عادةً في صورة قواعد لغوية معقدة، مشابهة لتلك المستخدمة في تجريد اللواحق أو التجريد الصرفي. يتم التجريد بإدخال صيغة مصرفة إلى النموذج المُدرَّب، ليقوم النموذج بإنتاج جذر الكلمة وفقًا لمجموعة قواعده الداخلية، وهو ما يشبه تجريد اللواحق والتجريد الصرفي، إلا أن القرارات المتعلقة بتطبيق القاعدة الأنسب، أو ما إذا كان سيتم تجريد الكلمة وإعادة الكلمة نفسها، أو ما إذا كان سيتم تطبيق قاعدتين مختلفتين بالتتابع، تُتخذ بناءً على أن الكلمة الناتجة ستكون ذات أعلى احتمال أن تكون صحيحة (أي أقل احتمال أن تكون خاطئة، وهو المعيار المُستخدم عادةً في القياس).

تعتمد بعض خوارزميات التجريد اللغوي على الاحتمالية، حيث تُعطى كلمة قد تنتمي إلى عدة أجزاء كلامية، ثم تُخصص احتمالية لكل جزء محتمل. وقد يأخذ هذا في الاعتبار الكلمات المحيطة، أو ما يُسمى بالسياق، أو لا يأخذها. أما القواعد النحوية الخالية من السياق فلا تأخذ في الحسبان أي معلومات إضافية. في كلتا الحالتين، بعد تخصيص الاحتمالات لكل جزء كلامي محتمل، يُختار الجزء الأكثر احتمالاً، ومن ثم تُطبق قواعد التوحيد المناسبة على الكلمة المدخلة لإنتاج الصيغة الموحدة (الجذرية).

تحليل n -gram

تستخدم بعض تقنيات التجريد سياق الكلمات (n-gram) لاختيار الجذر الصحيح للكلمة. [ 4 ]

الأساليب الهجينة

تستخدم الأساليب الهجينة اثنين أو أكثر من الأساليب المذكورة أعلاه معًا. ومن الأمثلة البسيطة على ذلك خوارزمية شجرة اللواحق التي تستشير أولًا جدول بحث باستخدام البحث الشامل. ولكن بدلًا من محاولة تخزين جميع العلاقات بين الكلمات في لغة معينة، يُحافظ على حجم جدول البحث صغيرًا ويُستخدم فقط لتخزين عدد قليل من "الاستثناءات المتكررة" مثل "ran => run". إذا لم تكن الكلمة موجودة في قائمة الاستثناءات، يتم تطبيق إزالة اللواحق أو التجريد اللغوي، ثم تُعرض النتيجة.

أدوات تثبيت السيقان

في علم اللغة ، يشير مصطلح "اللاحقة" إلى كل من البادئة واللاحقة . بالإضافة إلى معالجة اللواحق، تسعى عدة مناهج إلى إزالة البادئات الشائعة. على سبيل المثال، عند النظر إلى كلمة " indefinitely "، يمكن تحديد أن المقطع "in" في بدايتها بادئة قابلة للإزالة. تُطبَّق العديد من المناهج المذكورة سابقًا، ولكن يُطلق عليها اسم " إزالة اللواحق ". يمكن الاطلاع على دراسة حول تجذير اللواحق في عدة لغات أوروبية هنا. [ 5 ]

خوارزميات المطابقة

تستخدم هذه الخوارزميات قاعدة بيانات للجذور (على سبيل المثال، مجموعة من المستندات التي تحتوي على كلمات جذرية). هذه الجذور، كما ذُكر سابقًا، ليست بالضرورة كلمات صحيحة بحد ذاتها (بل هي سلاسل فرعية شائعة، مثل "brows" في "browse" و"browsing"). ولتحديد جذر كلمة ما، تحاول الخوارزمية مطابقتها مع جذور من قاعدة البيانات، مع تطبيق قيود مختلفة، مثل القيود المفروضة على الطول النسبي للجذر المرشح داخل الكلمة (بحيث، على سبيل المثال، لا يُعتبر البادئة القصيرة "be"، وهي جذر كلمات مثل "be" و"been" و"being"، جذرًا لكلمة "beside") .

تحديات اللغة

على الرغم من أن معظم الأعمال الأكاديمية المبكرة في هذا المجال ركزت على اللغة الإنجليزية (مع استخدام مكثف لخوارزمية بورتر ستيمر)، فقد تم بحث العديد من اللغات الأخرى. [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ]

لا تزال اللغتان العبرية والعربية تُعتبران من اللغات البحثية الصعبة في مجال تجذير الكلمات. أما تجذير الكلمات الإنجليزية فهو بسيط نسبيًا (مع وجود بعض المشاكل العرضية، مثل كون كلمة "dries" هي صيغة المضارع للغائب المفرد من الفعل "dry"، وكون كلمة "axes" جمعًا لكلمة "axe" وكذلك "axis")؛ إلا أن تصميم تجذير الكلمات يصبح أكثر صعوبة كلما ازدادت تعقيدات الصرف والإملاء وتشفير الأحرف في اللغة المستهدفة. فعلى سبيل المثال، يُعد تجذير الكلمات الإيطالية أكثر تعقيدًا من الإنجليزية (بسبب كثرة تصريفات الأفعال)، والروسية أكثر تعقيدًا (بسبب كثرة تصريفات الأسماء )، والعبرية أكثر تعقيدًا (بسبب الصرف غير التجميعي ، ونظام الكتابة الخالي من الحركات، وضرورة حذف البادئات: إذ يمكن أن تتكون جذور الكلمات العبرية من حرفين أو ثلاثة أو أربعة أحرف، لا أكثر)، وهكذا. [ 11 ]

التجريد متعدد اللغات

تعتمد تقنية التجزئة متعددة اللغات على تطبيق القواعد الصرفية للغتين أو أكثر في آنٍ واحد، بدلاً من تطبيق قواعد لغة واحدة فقط، عند تفسير استعلام البحث. وتوجد أنظمة تجارية تستخدم هذه التقنية.

مقاييس الخطأ

توجد مقياسان للخطأ في خوارزميات التجريد: التجريد الزائد والتجريد الناقص. التجريد الزائد هو خطأ يتم فيه تجريد كلمتين منفصلتين مُصرّفتين إلى نفس الجذر، مع أنه لا ينبغي ذلك - وهو ما يُعرف بالنتيجة الإيجابية الخاطئة . أما التجريد الناقص فهو خطأ يتم فيه تجريد كلمتين منفصلتين مُصرّفتين إلى نفس الجذر، ولكنهما لا تُجرّدان - وهو ما يُعرف بالنتيجة السلبية الخاطئة . تسعى خوارزميات التجريد إلى تقليل كل نوع من أنواع الخطأ، مع العلم أن تقليل أحد النوعين قد يؤدي إلى زيادة الآخر.

على سبيل المثال، يقوم برنامج بورتر لتجذير الكلمات، وهو برنامج شائع الاستخدام، بتجذير الكلمات "universal" و"university" و"universe" إلى "univers". وهذا مثال على التجذير المفرط: فرغم أن هذه الكلمات الثلاث مرتبطة لغوياً ، إلا أن معانيها الحديثة تقع في مجالات مختلفة تماماً، لذا فإن التعامل معها كمترادفات في محرك البحث من شأنه أن يقلل من دقة نتائج البحث.

من أمثلة التجريد في مُجزئ بورتر للكلمات: "alumnus" → "alumnu"، و"alumni" → "alumni"، و"alumna"/"alumnae" → "alumna". تحتفظ هذه الكلمة الإنجليزية ببنية الكلمات اللاتينية، ولذلك لا يتم الخلط بين هذه المرادفات القريبة.

التطبيقات

يُستخدم التجريد كطريقة تقريبية لتجميع الكلمات ذات المعنى الأساسي المتشابه. على سبيل المثال، من المرجح أن يكون النص الذي يذكر "النرجس" وثيق الصلة بنص آخر يذكر "النرجس" (بدون حرف السين). ولكن في بعض الحالات، تحمل الكلمات ذات الجذر الصرفي نفسه معاني اصطلاحية غير مترابطة: فالمستخدم الذي يبحث عن "التسويق" لن يجد ضالته في معظم الوثائق التي تذكر "الأسواق" دون ذكر "التسويق".

استرجاع المعلومات

يمكن استخدام أدوات تجذير الكلمات كعناصر في أنظمة الاستعلام مثل محركات البحث على الإنترنت . إلا أنه سرعان ما تبين أن فعالية التجذير في أنظمة الاستعلام الإنجليزية محدودة للغاية، مما دفع الباحثين الأوائل في مجال استرجاع المعلومات إلى اعتبار التجذير غير ذي صلة بشكل عام. [ 12 ] ويمكن استخدام نهج بديل يعتمد على البحث عن الجمل المتجاورة (n-grams) بدلاً من الجذور. كما قد توفر أدوات التجذير فوائد أكبر في لغات أخرى غير الإنجليزية. [ 13 ] [ 14 ]

تحليل المجال

تُستخدم عملية التجريد لتحديد مفردات المجال في تحليل المجال . [ 15 ]

الاستخدام في المنتجات التجارية

تستخدم العديد من الشركات التجارية تقنية التجزئة اللغوية منذ ثمانينيات القرن الماضي على الأقل، وقد أنتجت برامج تجزئة لغوية خوارزمية ومعجمية في العديد من اللغات. [ 16 ] [ 17 ]

تمت مقارنة أدوات تجذير الكلمات Snowball مع أدوات تجذير الكلمات المعجمية التجارية، وقد تباينت النتائج . [ 18 ] [ 19 ]

اعتمدت جوجل تقنية تجذير الكلمات في عام ٢٠٠٣. [ ٢٠ ] سابقًا، لم يكن البحث عن كلمة "fish" يُظهر نتيجة "fishing". وتختلف خوارزميات البحث الأخرى في استخدامها لتجذير الكلمات. فالبرامج التي تبحث عن أجزاء من الكلمات ستجد كلمة "fish" في "fishing"، ولكن عند البحث عن "fishes" لن تجد كلمة "fish".

استخراج النصوص

تُستخدم عملية التجريد كمهمة في المعالجة المسبقة للنصوص قبل إجراء تحليلات استخراج النصوص عليها.

انظر أيضاً

  • اللغويات الحاسوبية – استخدام الأدوات الحاسوبية لدراسة اللغويات 
  • الاشتقاق – تكوين كلمة جديدة بناءً على كلمة موجودة. صفحات تعرض أوصافًا مختصرة لأهداف إعادة التوجيه — التجريد هو شكل من أشكال الاشتقاق العكسي. 
  • التصريف - عملية تكوين الكلمات، عن طريق التغيير للتعبير عن الفئات النحوية 
  • الجذر (علم الصرف) - الكلمة الأصلية لمجموعة من أشكال الكلمات 
  • التجريد اللغوي - معالجة اللغة الطبيعية - التوحيد القياسي 
  • المعجم – وحدة المعنى المعجمي 
  • علم الصرف (علم اللغة) - دراسة الكلمات وتكوينها 
  • معالجة اللغة الطبيعية – معالجة اللغة الطبيعية بواسطة الحاسوب – يُعتبر التجريد عمومًا شكلاً من أشكال معالجة اللغة الطبيعية 
  • NLTK – مجموعة برامج لمعالجة اللغة الطبيعية. صفحات تعرض أوصافًا مختصرة لأهداف إعادة التوجيه — تُنفذ العديد من خوارزميات التجريد في بايثون. 
  • الجذر (علم اللغة) - النواة المعجمية للكلمة بدون لواحق 
  • سنوبول (لغة برمجة) - لغة برمجة لمعالجة السلاسل النصية - مصممة لإنشاء خوارزميات تجذير النصوص 
  • الجذر (علم اللغة) - جزء من الكلمة مسؤول عن معناها المعجمي. صفحات تعرض أوصافًا مختصرة لأهداف إعادة التوجيه 
  • التنقيب في النصوص – عملية تحليل النصوص لاستخراج المعلومات منها 

مراجع

  1. ↑ لوفينز، جولي بيث (1968). "تطوير خوارزمية تجذير الكلمات" (ملف PDF) . الترجمة الآلية واللغويات الحاسوبية . 11 : 22-31 .
  2. ↑ "خوارزمية بورتر للتجذير" .
  3. ↑ ياتسكو، فيرجينيا؛ حرف Y
  4. ↑ ماكنامي، بول (سبتمبر 2005). "استكشاف لغات جديدة باستخدام برنامج HAIRCUT في مؤتمر CLEF 2005" (ملف PDF) . وقائع ورشة عمل CEUR . 1171. تاريخ الاسترجاع: 21 ديسمبر 2017 .
  5. ↑ جونجيان، ب.؛ وداليانيس، هـ.؛ التدريب التلقائي لقواعد التجريد التي تتعامل مع التغييرات الصرفية في البادئات واللواحق على حد سواء ، في وقائع مؤتمر ACL-2009، المؤتمر المشترك للاجتماع السنوي السابع والأربعين لجمعية اللغويات الحاسوبية والمؤتمر الدولي المشترك الرابع حول معالجة اللغة الطبيعية للاتحاد الآسيوي لمعالجة اللغة الطبيعية، سنغافورة، 2-7 أغسطس 2009، ص 145-153
  6. ↑ دولاميتش، ليليانا؛ وسافوي، جاك؛ مناهج التجريد للغات أوروبا الشرقية (CLEF 2007)
  7. ↑ سافوي، جاك؛ مناهج تجذير خفيفة للغات الفرنسية والبرتغالية والألمانية والمجرية ، ندوة ACM حول الحوسبة التطبيقية، SAC 2006، ISBN 1-59593-108-2
  8. ↑ بوبوفيتش، ميركو؛ وويلت، بيتر (1992)؛ فعالية التجريد للوصول إلى البيانات النصية السلوفينية باللغة الطبيعية ، مجلة الجمعية الأمريكية لعلوم المعلومات ، المجلد 43، العدد 5 (يونيو)، الصفحات 384-390
  9. ↑ تجذير الكلمات باللغة الهنغارية في مؤتمر CLEF 2005
  10. ^ فييرا، AFG & فيرجيل، J. (2007)؛ مراجعة لخوارزميات التطرف باللغة البرتغالية ، بحوث المعلومات، 12(3)، ورقة 315
  11. ↑ تستند هذه المقالة إلى مواد مأخوذة من أداة تجذير الكلمات في قاموس الحوسبة المجاني على الإنترنت قبل 1 نوفمبر 2008 وتم دمجها بموجب شروط "إعادة الترخيص" الخاصة بـ GFDL ، الإصدار 1.3 أو أحدث.
  12. ↑ بايزا-ياتس، ريكاردو؛ وريبيرو-نيتو، بيرتييه (1999)؛ استرجاع المعلومات الحديث ، مطبعة ACM/أديسون ويسلي
  13. ↑ كامبس، ياب؛ مونز، كريستوف؛ دي ريك، مارتن؛ وسيجوربيورنسون، بوركور (2004)؛ مناهج معتمدة على اللغة ومناهج مستقلة عن اللغة لاسترجاع النصوص عبر اللغات ، في بيترز، سي.؛ غونزالو، ج.؛ براشلر، م.؛ وكلوك، م. (محررون)؛ التقييم المقارن لأنظمة الوصول إلى المعلومات متعددة اللغات ، سبرينغر فيرلاغ، ص 152-165
  14. ↑ أيريو، إيجا (2006)؛ توحيد الكلمات وفك تركيبها في استرجاع المعلومات أحادي اللغة وثنائي اللغة ، استرجاع المعلومات 9 : 249-271
  15. ↑ فراكس، دبليو؛ برييتو-دياز، آر؛ وفوكس، سي. (1998). " DARE: بيئة تحليل المجال وإعادة الاستخدام "، حوليات هندسة البرمجيات (5)، ص 125-141
  16. ↑ تم أرشفة حزم امتداد اللغة في 14 سبتمبر 2011 على موقع Wayback Machine ، dtSearch
  17. ↑ بناء حلول متعددة اللغات باستخدام منتجات وتقنيات SharePoint (مؤرشف في 17 يناير 2008 على Wayback Machine ، Microsoft Technet)
  18. ↑ مؤتمر CLEF 2003: قارن ستيفن توملينسون بين نظام Snowball لتجذير الكلمات ونظام Hummingbird لتجذير الكلمات (التقسيم إلى مفردات)
  19. ↑ CLEF 2004: ستيفن توملينسون "الاسترجاع باللغات الفنلندية والبرتغالية والروسية باستخدام خادم البحث Hummingbird"
  20. ↑ أساسيات بحث جوجل ، مركز مساعدة البحث على الويب، شركة جوجل.

للمزيد من القراءة