درخت حوزه‌های تخصصی

هدف: هدف نظام های سازماندهی دانش کمک به بازیابی مؤثر اطلاعات است، بنابراین، ابزارهای ذخیره و بازیابی از جمله سرعنوان های موضوعی باید متناسب با پیشرفت های علمی پیش روند. مفایسه شبکه مفهومی حاکم بر سرعنوان موضوعی فارسی و روابط بین واژه ها با شبکه مفهومی سرعنوان های موضوعی کتابخانه کنگره و سیرز در حوزه کتابداری و اطلاع رسانی و لیزا هدف این مقاله است. روش: به منظور انجام این مطالعه تطبیقی اصطلاحات مرتبط با حوزه کتابداری و اطلاع رسانی از ابزارهای مورد بررسی استخراج و مقایسه گردیدند. یافته ها: سرعنوان موضوعی فارسی در سطح نسبتاً پایینی مفاهیم مرتبط با کتابداری و اطلاع رسانی را پوشش می دهد، روابط بین مفهوم-واژگان را به اندازه کافی نمایش نمی دهد. لیزا بیشترین میزان مفهوم-واژگان را به خود اختصاص داده است (5088 مفهوم-واژه). سرعنوان موضوعی کتابخانه کنگره با 829 مفهوم-واژه در مرتبه دوم قرار داشت و سپس سرعنوان موضوعی سیرز (391). بنابراین لازم است ابزارهای ذخیره و بازیابی اطلاعات ضمن روزآمد شدن، بتوانند پاسخگوی نیازهای کاربران در هر حوزه از علم باشند.

در این نوشته به زیربناهای نتیجه گیری از شمارش استنادها و قضاوت درباره کیفیت و یا نفوذ یک نوشته در نوشت های دیگر پرداخته شده است. توجه دوباره به این زیربناها از آن جهت با اهمیت است که پیامدهای بررسی استنادها در حال راهیافتن به معیارهای ارزش گذاری مقالات و به ویژه مجلات فارسی شده است و بحث عامل تأثیر که در پایگاه گزارشهای استنادی علوم ایران که توسط کتابخانه منطقه ای شیراز محاسبه میشود، میرود که برای مجلات فارسی نیز بکار برده شود. هدف از نگارش این چند صفحه بازخوانی زیربناهایی است که کراراً در نشریات متفاوت درباره گزارشهای استنادی علوم مورد بحث بوده است و مناسبات که در تصمیم گیریهای مربوط به استنادها به آن نیز توجه شود.

هدف:پژوهش حاضر با هدف تبیین کاربرد روش جزیره داده ها در تولید پیشینه های فراداده ای مبتنی بر طرح های فراداده ای هسته دوبلین، مارک 21، و طرح فراداده ای توصیف شیء در قالب زبان نشانه گذاری گسترش پذیر با قابلیت نمایه پذیری و پیدانمایی نام های برچسب عناصر در محیط موتورهای کاوش انجام شد. روش:پژوهش با روش تجربی انجام شد.جامعه پژوهش را 600پیشینه فراداده ای در قالب دو گروه گواه و آزمون تشکیل می دادند.گروه گواه دارای 300 پیشینه، کاملاً مبتنی بر فرانماهای استاندارد طرح های فراداد ه ای مورد مطالعه، و گروه آزمون، مبتنی بر فرانماهای یاد شده اما با ویژگی های خاص، دارای 300 پیشینه جاسازی شده در برچسب زبان نشانه گذاری فرا متن بر اساس شیوه ""جزیره داده ها""بودند. یافته ها: یافته ها حاکی از آن است که نام های برچسب تمامی عناصر فراداده ای مربوط به پیشینه های عضو گروه آزمون که بر اساس روش جزیره داده ها تولیدشده بودند، توسط موتورهای کاوش گوگل و یاهو نمایه شده، و در نتایج جست وجو پدیدار می شوند .اما گروه گواه فاقد این ویژگی بود.بر خلاف گروه گواه، امکان بازیابی پیشینه های فراداده ای گروه از طریق نام های برچسب آن ها در موتورهای کاوش وجود دارد.

نمایه سازی معانی پنهان روشی است که اطلاعات را در قالب معانی ذخیره میکند، و از رابطة پنهان میان اصطلاحات و متن استفاده مینماید. در این روش معایب توجه به اصطلاح در یک سند به صورت منفرد، برطرف میگردد. در نظام بازیابی که به این روش فراهم میآید، به جای تطبیق لغوی اصطلاحات کلیدی، رابطة معنایی میان اصطلاحات نیز مورد توجه قرار میگیرد. در این مقاله، نظریه و کاربردهای نمایه سازی معانی پنهان در نظام های بازیابی مورد بررسی قرار میگیرند.

هدف: به علت خاص بودن برخی از مسائل زبانی، لازم است که مدل های بومی نمایه سازی خودکار را با توجه به ویژگی های هر زبان طراحی کرد. این مدل ها باید به گونه ای طراحی شود که جامعیت و مانعیت نمایه سازی مورد توجه باشد. هدف این مقاله معرفی و سنجش توانمندی مدل دو مرحله ای شکاف – گلچین برای نمایه سازی خودکار مقالات فارسی است. ابتدا الگوریتم کار به تفصیل توضیح داده می شود و سپس همخوانی نتایج حاصل از این الگوریتم با کلیدواژه های نویسنده سنجیده خواهد شد. روش: مدل نمایه سازی خودکار فارسی به همراه توضیح مراحل و مسائل مرتبط با آن معرفی خواهد شد. ارزیابی مدل از طریق شاخص دربردارندگی انجام می شود که برای تعیین درصد همخوانی بین نمایه سازان مورد استفاده قرار می گیرد. برای این کار، میزان همخوانی اصطلاحات نمایه ای که از پیاده سازی الگوریتم این مدل حاصل شده اند، با کلیدواژه های نویسندگان مقالات بررسی می گردد. یافته ها: یافته ها نشان داد که در 90 درصد از موارد، اصطلاحی که این مدل در یک مقاله به عنوان پروزن ترین اصطلاح تشخیص داده است، مشابه اولین کلیدواژه نویسنده آن مقاله است. در کل، بین نتایج این مدل و کلیدواژه های نویسندگان 76 درصد همخوانی وجود داشت که در مقایسه با کارهای قبلی، قابل قبول به نظر می رسد. اصالت/ارزش: ارزش اولیه این کار پرداختن به نمایه سازی خودکار با توجه به ویژگی های زبان فارسی است. برای پیاده سازی مدل ارائه شده، فرض بر استفاده از زبان عبارات الگودار است که توسط بسیاری از زبان های برنامه نویسی پشتیبانی می شود و نیاز به نصب و استفاده از جدول های بانک اطلاعاتی را برای پردازش متن کاهش می دهد. همچنین، مشکل تعیین آستانه بالایی اصطلاحات اصلی را حل می کند. علاوه بر آن، با الگوریتمی خاص، حد پایینی را نیز تعیین می کند؛ به گونه ای که دیگر تعداد اصطلاحات گلچین شده به طول متن بستگی ندارد. این امکان، جامعیت و مانعیت نمایه سازی را تضمین می کند.