Implementasi dan Analisis Kesamaan Semantik Leksikal Bahasa Inggris dengan Metode Berbasis Konten Informasi

TOMMY WIJAYA SAGALA

Informasi Umum

Kode

17.04.058

Klasifikasi

620.007 - Engineering research

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Semantics

Dilihat

271 kali

Informasi Lainnya

Abstraksi

Dalam pemrosesan bahasa alami (PBA), mengukur kesamaan semantik memiliki peranan penting. Hasil pengukuran tersebut seringkali dijadikan dasar dalam melakukan tugas-tugas pemrosesan bahasa alami lebih lanjut. Metode-metode yang digunakan dalam mengukur kesamaan semantik antara lain: metode berbasis vektor, metode berbasis path, metode berbasis konten informasi, metode berbasis gloss, dan metode hybrid. Pada tugas akhir ini, diimplementasikan metode berbasis konten informasi dalam mengukur kesamaan semantik untuk mengetahui keakuratan kesamaan antar kata. Konten informasi yang digunakan dalam implementasi berasal dari WordNet. Hasil implementasi dibandingkan dengan dataset Gold Standard untuk diukur nilai korelasinya. Dataset yang digunakan untuk pengujian yakni dataset WordSim-353 Similarity, WordSim-353 Relatedness, dan SimLex-999. Berdasarkan pengujian yang dilakukan, Korelasi Pearson dan Spearman metode Lin untuk gold standard kata benda dan kata kerja SimLex-999 berturut-turut sebesar 0,532 dan 0,543. Metode konten informasi intrinsik yang diwakili oleh metode Lingling Meng menghasilkan Korelasi Pearson, dan Korelasi Spearman berturut-turut sebesar 0,475 dan 0,551. Metode konten informasi dasar yang menggunakan kombinasi korpus dengan struktur WordNet, dan metode konten informasi intrinsik menghasilkan performa positif kuat.

Kata kunci: Pemrosesan Bahasa Alami, Kesamaan Semantik, Metode Berbasis Konten Informasi, WordNet, Gold Standard