Aspects of Automatic Text Analysis

اهمیت متون زبان طبیعی به عنوان اصلی ترین ساختار اطلاعاتی برای مدیریت و انتشار دانش - همانطور که ظهور وب نشان می دهد - همچنان در حال افزایش است. در دسترس قرار دادن متون مرتبط در زمینه های مختلف برای تکمیل کارآمد وظایف در محیط های دانشگاهی و صنعتی از اهمیت اولیه برخوردار است. پاسخگویی به این تقاضا مستلزم پردازش خودکار فرم و محتوا از متون است که امکان بازسازی یا حتی کشف رابطه پویا سیستم زبان، رویداد متن و نوع بافت را فراهم می کند. ظهور حوزه‌ها، رشته‌ها و روش‌های کاربردی جدید (مانند متن و وب کاوی) گواه اهمیت این کار است. علاوه بر این، حوزه رو به رشد رسانه های جدید نیازمند توسعه بیشتر روش های تجزیه و تحلیل متن با توجه به زیربنای زبانی محاسباتی، نظری اطلاعات و ریاضی آنها است. این کتاب به این وظیفه کمک می کند. این مقاله مشارکت‌های نویسندگانی را از یک منطقه چند رشته‌ای جمع‌آوری می‌کند که بر موضوع تحلیل خودکار متن از چندین دیدگاه (یعنی زبان‌شناختی، ریاضی و نظری اطلاعات) تمرکز می‌کنند. مبانی روش‌شناختی و روش‌شناختی را تشریح می‌کند و رویکردهایی را در زمینه زبان‌شناسی متن و پیکره جمع‌آوری می‌کند. از این نظر، به مبنای نظری زبانی محاسباتی و اطلاعاتی تحلیل خودکار متن کمک می کند.

The significance of natural language texts as the prime information structure for the management and dissemination of knowledge is - as the rise of the web shows - still increasing. Making relevant texts available in different contexts is of primary importance for efficient task completion in academic and industrial settings. Meeting this demand requires automatic form and content based processing of texts, which enables to reconstruct or even to explore the dynamic relationship of language system, text event and context type. The rise of new application areas, disciplines and methods (e.g. text and web mining) testify to the importance of this task. Moreover, the growing area of new media demands the further development of methods of text analysis with respect to their computational linguistic, information theoretical, and mathematical underpinning. This book contributes to this task. It collects contributions of authors from a multidisciplinary area who focus on the topic of automatic text analysis from several (i.e. linguistic, mathematical, and information theoretical) perspectives. It describes methodological as well as methodical foundations and collects approaches in the field of text and corpus linguistics. In this sense, it contributes to the computational linguistic and information theoretical grounding of automatic text analysis.