واژگان

در کل هر قسمتی از زبان، لاجرم از مجموعه‌ای از واژگان ساخته شده است و مسایلی مهمی فراخور آن قرار می‌گیرند. از مسایل مهم در دایره پردازش واژگانی می‌توان به املای کلمه، ریخت‌شناسی و تلفظ و نیز به مسایل واژگان در دنیای واقع مانند بازشناسی خودکار گفتار¹ و تبدیل نوشتار به گفتار و خطایابی املایی²؛ اشاره کرد.

روش‌‌ها و آتاماتای بسیاری در مورد پردازش واژگانی وجود دارد که از این امور می‌توان به چهار ماشین آتاماتای متناهی³، عبارات منظم، گذردهنده‌های متناهی⁴ و الگوی مخفی مارکوف⁵ اشاره کرد. روش n-gram هم برای یافتن تواتر واژگانِ یک متن، روشی مرسوم است.

پی‌نوشت:

1.        Automatic Speech Recognition (ASR)

2.        Text-To-Speech Synthesis (TSS)

3.        Finite-State Automata (FSA)

4.        Finite-State Transducers (FST)

5.        Hidden  Markov Model (HMM)