برچسب‌گذاری اجزای کلام (POS Tagging)

برچسب‌گذاری اجزای کلام: تشخیص اسم، فعل، صفت و... هر کلمه؛ کاربردها و روش‌های انجام آن

POS Tagging چیست؟

برچسب‌گذاری اجزای کلام (Part-of-Speech Tagging) یعنی برای هر کلمه جمله، نقش دستوری آن را مشخص کنیم: اسم؟ فعل؟ صفت؟ حرف اضافه؟

"علی کتاب جدید خرید"
     اسم  اسم  صفت  فعل

چرا مهم است؟ رفع ابهام!

همان کلمه، نقش‌های مختلف:

نقش کلمه، از بافت مشخص می‌شود — و این دقیقاً کاری است که POS Tagger انجام می‌دهد.

برچسب‌های رایج

برچسبنقشمثال فارسی
N (Noun)اسمکتاب، علی، تهران
V (Verb)فعلرفت، می‌خواند
ADJ (Adjective)صفتخوب، بزرگ
ADV (Adverb)قیدخیلی، سریع
P (Preposition)حرف اضافهدر، به، از
PRO (Pronoun)ضمیراو، ما
NUMعددسه، ۱۲۳

روش‌های POS Tagging

  1. قاعده‌محور: دیکشنری + قواعد (اگر بعد از «را» آمد اسم است)
  2. آماری: HMM — احتمال دنباله برچسب‌ها از داده آموزش
  3. عصبی: مدل‌های مدرن با دقت بالای ۹۷٪!

کاربردها

نکته: برای فارسی، hazm دارای POS Tagger آماده است (بر اساس مدل آماری). برای انگلیسی، spaCy بهترین گزینه است.

جمع‌بندی

این مبحث بخشی از دوره آموزش کامل پردازش زبان طبیعی (NLP) است.

ابزارهای مرتبط