ქართული წინადადების ავტომატური ანალიზი

ანოტაცია

წინამდებარე სტატია წარმოადგენს ქართული ენისთვის კომპიუტერული რესურსების შექმნის ძალისხმევას, რათა შემცირდეს თანამედროვე საინფორმაციო ტექნოლოგიების პირობებში მოწინავე ენებთან არსებული ჩამორჩენა. ბუნებრივი ენის ტექნოლოგია არის თანამედროვე კომპიუტერული მეცნიერების სფერო, რო- მელიც ეფუძნება ტექსტური ინფორმაციის კომპიუტერის მეშვეობით დამუშავებას. მისი მიზანია კომპიუტერული სისტემების შექმნა, რომლებიც შეძლებენ დიდი მოცულობის ტექსტის დამუშავებას (Big Data Processing), მსოფლიო ქსელებში სასურველი ინფორმაციის მოძიებას, ადამიანსა და კომპიუტერს შორის დიალოგის წარმართვას, ბუნებრივი ენის ტექსტისა და მეტყველების ავ- ტომატურ თარგმნას და გამოყენებითი ხასიათის სხვა ამოცანების გადაწყვეტას. საინფორმაციო და საკომუნიკაციო ტექნოლოგიების სულ უფრო მზარდი გამოყენება, ბუნებ- რივია, უპირატესობას იმ ენებს ანიჭებს, რომლებიც წარმატებულად მუ შავდება კომპიუტერული პროგრამების მეშვეობით. თანამედროვე პროგრამული საშუალებებით უზრუნველყოფილი ენები, რომლებიც ბუნებრივი ენის ტექსტის დასამუშავებლად მძლავრ კომპიუტერულ ტექნოლოგიას იყე- ნებენ, საინფორმაციო მომსახურების თითქმის შეუზღუდავ შესაძლებლობას გვთავაზობენ. იმის გათვალისწინებით, რომ ენის ტექნოლოგია მსოფლიო ში სულ უფრო რეალურად ხელმი- საწვდომი ხდება, უპირატესობა განსაკუთრებულად იმ ენებს ენიჭებათ, რომლებზეც ტექსტის შინაარსი ციფრულადაა გადმოცემული და ეს გარემოება არსებით მნი შვნელობას იძნეს ნებისმი- ერი ენის მომავლისთვის. ამდენად, ისეთი ენების „ციფრული სიცოცხლისუნარიანობა“, რომელთაც არ გააჩნიათ კომპიუტერულად მხარდაჭერილი გარემო, საფრთხის წინაშე დგება. ქვემოთ განხილულია ჩატარებული სამუშაო ქართული ენის ტექსტის მეტყველების ნაწილე- ბად თეგირებისა (tagging) და სალექსიკონო ერთეულებად (lemmatizing) დაყვანისთვის საჭირო ხელსაწყოების ყუთის (toolkit) შექმნის მიზნით, რომელიც საშუალებას იძლევა, შევიმუშაოთ ზმნის სინტაქსურ ვალენტობაზე დამყარებული ენისთვის აუცილებელი ტექნოლოგიური რესურ- სი – მარტივი წინადადების ავტომატური სინტაქსური ანალიზატორი.