Svm Untuk Coreference Resolution Bahasa Indonesia Yang Mengandung Entitas Jamak

Coreference Resolution berfungsi untuk menemukan dua ungkapan bahasa alami yang merujuk pada entitas yang sama. Pada penelitian sebelumnya, Coreference Resolution digunakan untuk mengidentifikasi kata ganti tunggal dan entitas nama seseorang. Data masukan yang digunakan adalah teks novel berbahasa Indonesia. Dalam sebuah novel akan mengandung rangkaian cerita kehidupan seseorang dan orang-orang di sekelilingnya.Sehingga kata ganti untuk orang bukan hanya kata ganti tunggal, namun juga terdapat banyak orang yang sedang diceritakan atau kata ganti jamak. Sehingga pada penelitian ini akan dibuat Coreference Resolution dengan kata ganti jamak dan kata ganti pada teks berbahasa Indonesia dengan menggunakan metode Support Vector Machine (SVM) agar dapat dapat mengukur hasil akurasi yang dihasilkan ketika kata jamak teridentifikasi. Adapun data masukan yang akan diolah, akan melalui tahap preprocessing hingga ekstraksi fitur untuk mendapatkan format SVM yang akan digunakan pada metode SVM, Pada penelitian ini terdapat 7 fitur yang digunakan untuk mendeteksi Coreference Resolution diantaranya i-pronoun, j-pronoun, i-propernoun, jpropernoun, distance of string, distance of word dan string match. Berdasarkan hasil pengujian, nilai rata-rata akurasi yang didapat pada penelitian ini adalah sebesar 61.41%.

Coreference Resolution is used to find two expressions of natural language referring to the same entity. In previous research, Coreference Resolution was used to identify personal pronouns and entities of a person's name. The input data used is the Indonesian novel text . In a novel will contain a series of stories of the life of a person and the people around him . So, the pronoun for people is not just a personal pronoun, but there are also many people who are being told or plural pronouns. So in this study Coreference Resolution is made with plural pronouns and pronouns in Indonesian text using Support Vector Machine (SVM) method to measure the accuracy of results. While the input data is processed, will go through the preprocessing step until feature extraction step to get SVM format to be used on SVM method. In this research there are 7 features used to detect Coreference Resolution such as i-pronoun, j-pronoun, i- propernoun, j-propernoun, distance of string, distance of word and string match. Based on the test results, the average of accuracy obtained in this study amounted to 61.41%.