UPSI Digital Repository (UDRep)
|
UPSI Digital Repository (UDRep)
|
|
|
|
||||||||||||||||||||||||
| Abstract : Perpustakaan Tuanku Bainun |
| Pencantas perkataan merupakan proses membuang imbuhan pada perkataan dan menghasilkan perkataan
tercantas ataupun kata dasar. Pencantas perkataan boleh digunakan dalam capaian dokumen,
transliterasi, pengkelasan teks dan penterjemahan mesin. Pencantas perkataan yang dihasilkan dalam
kajian yang lepas bagi Bahasa Melayu lebih tertumpu kepada tulisan Rumi. Set petua yang dihasilkan
untuk mencantas imbuhan tidak sesuai untuk kata terbitan Jawi. Perbezaan ketara boleh dilihat pada
petua pembuangan akhiran '-an'. Contohnya, untuk tulisan Rumi, akhiran '-an' dieja dengan
menggunakan satu cara manakala untuk tulisan Jawi ianya boleh dieja sebagai 'i,)', \:,I', \:.,i:-'
dan 'u'. Oleh yang demikian, set petua Jawi diperlukan untuk membuang imbuhan pada kata terbitan
Jawi. Selain itu pencantas perkataan Bahasa Melayu yang menggunakan kamus kata dasar perlu sentiasa
dikemas kini untuk memastikan setiap perkataan yang dicantas sama dengan perkataan di dalam kamus
untuk mengurangkan ralat. Objektif bagi tesis ini adalah untuk menghasilkan petua cantasan serta
membangun dan menilai pencantas perkataan Jawi yang digunakan untuk mencantas kata terbitan dan
menghasilkan kata dasar yang merangkumi kata jati melibatkan satu, dua dan tiga suku kata. Set data
yang digunakan dalam kajian ini telah ditransliterasi ke dalam Jawi dan dibahagi kepada dua set,
iaitu artikel-artikel daripada Utusan Melayu dan Berita Harian yang dipilih secara rawak di antara
September 2009 - November 2010. Pangkalan data yang digunakan juga termasuklah Al-Quran terjemahan
Sheikh Abdullah Basmeih yang telah digunakan dalam kajian yang Iepas. Dalam penghasilan algoritma
pencantas perkataan ini, terdapat dua komponen penting telah dihasilkan iaitu petua nyah-imbuhan
untuk mencantas imbuhan dan petua pengesanan kesalahan ejaan Jawi (SEDR) yang digunakan untuk
menyemak perkataan yang dicantas. Petua nyah-imbuhan melibatkan beberapa proses yang memerlukan
pembuangan, penggantian dan penambahan aksara dalam setiap kata terbitan Jawi. Petua SEDR pula
melibatkan susunan corak ejaan untuk membentuk suku kata Jawi. Sebanyak enam eksperimen telah
dilakukan bermula dengan pengiraan ketepatan petua SEDR, pengiraan ketepatan petua Rule Application
Order dan Rule Frequency Order menggunakan data Jawi,
turutan pembuangan imbuhan, pengiraan ketepatan pencantas berasaskan penilaian Frakes dan Paice
serta penilaian algoritrma signifikasi berasaskan statistik. Hasil keseluruhan daripada kajian
mendapati bagi nilai min purata ketepatan (MPK) dokwnen Jawi yang dicantas adalah 8.43% manakala
nilai MPK dokumen Jawi yang tidak dicantas adalah 5.14%. Pencantas perkataan Melayu untuk aksara
Jawi ini dapat membantu meningkatkan ketepatan dalam capaian dokumen Jawi.
|
| This material may be protected under Copyright Act which governs the making of photocopies or reproductions of copyrighted materials. You may use the digitized material for private study, scholarship, or research. |