عملیات بر روی متون زبان فارسی و انگلیسی

با گسترده شدن اینترنت و استفاده‌های گوناگون از آن، روزانه شاهد حجم انبوهی از متون فارسی از قبیل اخبار، بلاگ‌ها، مقالات، مطالب شبکه‌های اجتماعی و...  هستیم. بدیهی است انجام پردازش بر روی متون فارسی و استخراج اطلاعات مناسب از آنها، امری ضروری است.

تمرکز اصلی گروه پردازش متن تحقیق و توسعه سیستم‌های هوشمند آنالیز محتوای متون (هم در حوزه‌ی زبان فارسی و هم زبان انگلیسی) می‌باشد.

محصولات کنونی:
استفاده از ابزارهای تولید شده و اجرایی بر زبان‌های فارسی و انگلیسی

• هضم (صبحه)
• اوپسالا
• یارا
• stanford core NLP

پروژه‌های در دست اجرا:
 - مرجع‌یابی ضمیر
 
     شناسایی گروه های اسمی
     شناسایی ضمایر
ارجاع ضمایر به مرجع با استفاده از درخت تصمیم

- تجمیع هوشمند
     خزش وب
     توانایی دریافت قالب 
     ذخیره محتوا
- آنالیز احساسات
     ارسال نظرات به صورت آنلاین
     بررسی احساسات کاربران
- کشف تقلّب
     بررسی خلوص علمی متن