شناسایی مؤلفه های هوش مصنوعی در پایگاه های اطلاعاتی ایرانی (مقاله پژوهشی دانشگاه آزاد)
درجه علمی: علمی-پژوهشی (دانشگاه آزاد)
آرشیو
چکیده
هدف: هدف از انجام این پژوهش، شناسایی مؤلفه های هوش مصنوعی در پایگاه های اطلاعاتی ایرانی و میزان استفاده از آن ها در این پایگاه ها است. روش پژوهش: این پژوهش از نوع کاربردی و با روش اسنادی و پیمایشی انجام شده است. جامعه ی آماری این پژوهش شامل 7 پایگاه اطلاعاتی ایرانی(نورمگز، نورلیب، مگ ایران، سیویلیکا، ایرانداک، آی اس سی و اس آی دی) است. ابزار گردآوری داده ها، یادداشت برداری و سیاهه ی وارسی محقق ساخته و مصاحبه با خبرگان است. تجزیه و تحلیل داده ها با استفاده از نرم افزارSPSS انجام شده است. یافته ها :یافته ها نشان داد که پایگاه اطلاعاتی ایرانداک بیشترین و پایگاه های سیویلیکا و مگ ایران کمترین استفاده را از مولفه های هوش مصنوعی داشتند. همچنین مولفه های "تشابه یابی معنایی" و" منابع مرتبط و عبارات پیشنهادی" بیشترین استفاده را در پایگاه های اطلاعاتی ایرانی داشته و مولفه های "ابهام زدایی کلمات در متن"، "تشخیص و طبقه بندی اسامی"، "مترجم های تصویری"، "شرح تصویر"، "تبدیل گفتار به نوشتار"، "تبدیل نوشتار به گفتار"، "مترجم های صوتی" کمترین استفاده را در آن ها داشته اند. نتیجه گیری: نتایج نشان داد که استفاده از مؤلفه های هوش مصنوعی در پایگاه های اطلاعاتی ایرانی می تواند زمینه تسریع و تسهیل فرایندهای پردازش، ذخیره و بازیابی منابع را در پایگاه های اطلاعاتی ایرانی فراهم کند.Identify the Components of Artificial Intelligence in Iranian Databases
Objective: The purpose of this study was to identify the components of artificial intelligence in Iranian databases and the rate of its use in these databases. Methodology: This research is an applied and has done by documentary and survey method. The statistical population of this research includes 7 internal databases (Normags, Norlib, Magiran, Civilica, Irandoc, ISC and SID). Data collection tools were researcher-made notes and checklists and interviews with experts. Data analysis was performed using SPSS software. Results : The results showed that Irandoc database had the most and Civilica and Magiran databases had the least use of artificial intelligence components. It also has the most used components in databases and components. Components of "word Disambiguation in text", "name recognition and classification", "image translators", "description" "Image", "Speech to text conversion", "Text to speech conversion", "Audio translators" have had the least use in databases. Conclusion: The results showed that the use of artificial intelligence components in Iranian databases can accelerate and facilitate the processes of processing, storing and retrieving resources in Iranian databases.
تبلیغات
