Key points are not available for this paper at this time.
Wörter im Arabischen bestehen aus Buchstaben und kurzen Vokalzeichen, die Diakritika genannt werden und über den regulären Buchstaben stehen. Das Ändern von Diakritika kann die Syntax und Semantik eines Wortes verändern und es in ein anderes verwandeln. Dies führt zu Schwierigkeiten, wenn Wörter ausschließlich anhand von Stringvergleichen verglichen werden. Typischerweise greifen arabische NLP-Anwendungen auf die morphologische Analyse zurück, um die Mehrdeutigkeit zu bekämpfen, die aus dieser und anderen Herausforderungen resultiert. In diesem Artikel stellen wir drei alternative Algorithmen vor, um zwei Wörter mit möglicherweise unterschiedlichen Diakritika zu vergleichen. Wir schlagen den Subsume wissensbasierten Algorithmus, den Imply regelbasierten Algorithmus und den Alike maschinellen Lernalgorithmus vor. Wir haben die Solidität, Vollständigkeit und Genauigkeit der Algorithmen an einem großen Datensatz von 86.886 Wortpaaren bewertet. Unsere Bewertung zeigt, dass die Genauigkeit von Subsume (100 %), Imply (99,32 %) und Alike (99,53 %) beträgt. Obwohl genau, konnte Subsume nur 75 % der Daten beurteilen. Sowohl Subsume als auch Imply sind solide, während Alike es nicht ist. Wir demonstrieren den Nutzen der Algorithmen anhand eines Alltagsanwendungsfalls - bei der Lemma-Diskriminierung und beim Verknüpfen von Hunderten von arabischen Wörterbüchern.
Jarrar et al. (Fr.) haben diese Frage untersucht.