Pembuatan Tool Anotasi Kata Ganti Bahasa Arab Menggunakan Coreference Resolution
DOI:
https://doi.org/10.34818/eoe.v7i2.13103Abstrak
Al-Quran merupakan kitab suci orang muslim yang didalamnya banyak sekali ilmu pengetahuan. Seperti yang kita ketahui bahwa Al-Quran diturunkan dengan bahasa arab, sedangkan kita menggunakan bahasa Indonesia. Inilah salah satu penyebab yang membuat kebanyakan orang menjadi sulit memahami isi kandungan dalam Al-Quran. Mengetahui kesetaraan kata dari sebuah kata ganti sangat penting untuk memahami Al-Quran. Untuk mengetahui kesetaraan kata dari sebuah kata, diperlukannya Coreference Resolution. Coreference Resolution merupakan subtugas dari Natural Language Processing (NLP) yang bertugas untuk mengidentifikasi kesetaraan antar entitas, dengan menggunakan metode Naive Bayes sebagai metode klasifikasi yang telah terdapat di dalam tool anotasi. Tool anotasi diperuntukan untuk pengguna yang ahli dalam menafsirkan makna yang terkandung di dalam Al-Quran. Dimaksudkan agar hasil pemberikan rujukan disetiap kata memiliki data yang valid. serta dengan menggunakan tool anotasi pengguna dapat memberikan kesetaraan kata dari suatu kata ganti yang dapat mengacu pada suatu objek dikalimat sebelumnya. Berdasarkan hasil pengujian telah didapatkan nilai akurasi sebesar 80%.Unduhan
Referensi
[1] S. W. B. Chinatsu Aone. Evaluating automated and manual acquisition of anaphora resolution strategies. *Proceedings of the 33rd Annual Meeting of the Association for Computational Linguistics*, 1995.
[2] L. G. Christian HARDMEIER1. A graphical pronoun analysis tool for the protest pronoun evaluation test suite. *Baltic J. Modern Computing*, 4:318-330, 2016.
[3] K. W. Claire Cardie. Noun phrase coreference as clustering. *Proceedings of the 1999 SIGDAT Conference on Empirical Methods in Natural Language Processing and Very Large Corpora*, 1999.
[4] N. G. L. Machine learning approaches to coreference resolution. *Charles University in Prague, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics, Prague, Czech Republic.*, 2008.
[5] H. T. N. M. Soon and D. C. Y. Lim. A machine learning approach to coreference resolution of noun phrases. *Computational Linguistics*, 27(4):521-544, 2001.
[6] A. B. Muhammad. Annotation of conceptual co-reference and text mining the qur'an. *IEEE Intelligent Systems*, 2012.
[7] M. N. Natalia N. Modjeska, Katja Markert. Using the web in machine learning for other-anaphora resolution.
[8] Z. Z. Nguy Giang Linh. Rule-based approach to pronominal anaphora applied on the prague dependency treebank 2.0 data. *Proceedings of DAARC 2007*, 2007.
[9] M. Poesio. The mate/gnome scheme for anaphoric annotation. *in Proceedings of SIGDIAL*, 2004.
[10] C. O. C. B. L. J. Ruslan Mitkov, Richard Evans and V. Sotirovat. Coreference and anaphora: developing annotating tools, annotated resources and annotation strategies. *Proceedings of the Discourse, Anaphora and Reference Resolution Conference (DAARC2000)*, 2000.
[11] Sahabuddin, M. Q. Shihab, and Sahabuddin. *Ensiklopedia Al-Qur'an: kajian kosakata*. Lentera Hati, 2007.
[12] L. B. Souha Hammami and A. B. Hamadou. Arabic anaphora resolution: Corpora annotation with coreferential links. *The International Arab Journal of Information Technology*, 2009.
[13] J. udita Preiss. Anaphora resolution with word sense disambiguation. *Proceedings of SENSEVAL-2 Second International*, 2002.
[14] C. C. Vincent Ng. Improving machine learning approaches to coreference resolution. *Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics*, 2002.
[15] D. C. Y. L. Wee Meng Soon, Hwee Tou Ng. A machine learning approach to coreference resolution of noun phrases. *Computational Linguistics*, page 521-544, 2001.



