ParsiPy：面向历史波斯文献的Python NLP工具包
计算与语言
2025-03-25 v1
摘要
历史语言的研究存在独特挑战，包括其复杂的正字系统、零散的文本证据以及缺乏标准化的数字文本表示。应对这些挑战需要专门的NLP数字工具来处理语音转写并分析古代文本。本工作介绍ParsiPy，一款专为促进历史波斯语语言分析而设计的NLP工具包，提供标记化、词形还原、词性标注、语音转写转换以及词嵌入等模块。我们通过处理Parsig（中波斯语）文本来展示该工具的实用性，凸显其在历史语言研究中拓展计算方法的潜力。通过本工作，我们为计算言学作出了贡献，提供了可适用于更广泛古代文本研究及其数字保存的工具。
引用
@article{arxiv.2503.17810,
title = {ParsiPy: NLP Toolkit for Historical Persian Texts in Python},
author = {Farhan Farsi and Parnian Fazel and Sepand Haghighi and Sadra Sabouri and Farzaneh Goshtasb and Nadia Hajipour and Ehsaneddin Asgari and Hossein Sameti},
journal= {arXiv preprint arXiv:2503.17810},
year = {2025}
}
备注
13 pages, 6 figure, accepted into Second Workshop on Ancient Language Processing (ALP2025)