حمیده جعفری پاورسی

هدف: بهینه سازی بازیابی معنایی اطلاعات با استفاده از روش های برچسب گذاری و هستان شناسی. روش شناسی: این پژوهش کاربردی با رویکرد تحلیل محتوا انجام شده است. 313 مقاله فارسی در موضوع بازیابی اطلاعات در یک پایگاه اطلاعاتی با قابلیت های جستجوی موضوعی برای دو گروه پیش آزمون و پس آزمون گردآوری شد . پس از برچسب گذاری 5700 واژه به کمک نرم افزار پردازش زبان طبیعی دانشگاه فردوسی مشهد، هستان شناسی مفاهیم و روابط معنایی آنها در محیط پروتژ طراحی و پیاده سازی شد. دقت نتایج بازیابی شده در دو مرحله پیش و پس آزمون سنجیده شد. یافته ها: سطح معنا داری آزمون Z ، به لحاظ آماری و اطمینان 99/0 ، تفاوت معنا داری را میان میزان دقت نتایج مرتبط بازیابی شده در دو گروه پیش آزمون و پس آزمون نشان داد. بنابراین، این ابزارها کارایی پذیرفتنی دارند. نتیجه گیری: دو روش پردازش زبان طبیعی و هستان شناسی به ارتقای بازیابی معنایی اطلاعات منجر می شود.

سازگاری کدهای رده بندی و اصطلاحات نمایه سازی از یک اصطلاحنامه مدون با عبارات و کلماتی که به طور خودکار استخراج شده با استفاده از نمایه سازی ماشینی ایجاد می شود. در طراحی نظام نمایه سازی خودکار، کامپیوتر به طور کامل جایگزین انسان می شود. این پژوهش با هدف اس تخراج کلم ات کلی دی و شناسایی گرایش های موضوعی مقالات نمونه آماری در حوزه بازیابی اطلاعات و تخصص موضوعی نویسنده هر مقاله با روش متن کاوی و دسته بندی آنها با استفاده از هم رخدادی واژگان صورت گرفته است. روش این پژوهش از نوع کاربردی است و براساس مدل کریسپ [1] از مدل های فرآیند داده کاوی و الگوریتم های متن کاوی انجام گرفته است. جامعه پژوهش، 313 مقاله حوزه بازیابی اطلاعات نمایه شده در پایگاه نورمگز است. پس از نرمال سازی متن مقالات با نرم افزار ویراستیار، طی متن کاوی مقالات با نسخه 7.1 نرم افزار رپیدماینر، واژگان کلیدی از طریق محاسبه وزن آنها استخراج و داده ها با استفاده از دو الگوریتم کلاسیک دسته بندی یعنی ک.ان.ان. [2] و نایوبیز [3] تجزیه و تحلیل شدند. در پژوهش حاضر، کامپیوتر با کمک ابزارهای متن کاوی نرم افزار رپدماینر، متن ماشین خوان را با استفاده از بسامد واژه ها به طور خودکار نمایه سازی کرده است. بدین منظور با کمک عملگرهای ان-گرام [4] و محاسبه وزن کلمات براساس روش تی.اف ای.دی.اف . [5] ، اصطلاحات و مفاهیم کلیدی و تخصص موضوعی نویسنده هر مقاله در قالب 16 دسته بندی استخراج شده است. سرانجام برتری مدل ک.ان.ان. در دسته بندی موضوعات هسته مقالات این پژوهش با دقت 85 درصدی نسبت به مدل نایوبیز تایید شد . مشاهده نتایج محاسبه دقت های ماخوذه مدل ها، گواه کارایی قابل قبول نرم افزار رپیدماینر در نمایه سازی ماشینی متون است. نمایه سازی متون با استفاده از این روش، می تواند به بهبود نتایج بازیابی اطلاعات و جلوگیری از ریزش کاذب اطلاعات در پایگاه های اطلاعاتی کمک کند.