درخت حوزه‌های تخصصی

هدف: نسخه های خطی به عنوان آثار مکتوب گذشتگان بخشی از تاریخ کتاب و کتابداری در ایران را به خود اختصاص داده و حاوی اطلاعات مفیدی در موضوعات مختلف هستند. توجه به بازیابی اطلاعات موجود در این مجموعه ها و شناسایی آنها در سال های اخیر، نیاز به استفاده از ابزارهای بازیابی اطلاعات در این حوزه را بیش از پیش محسوس کرده است. با توجه به وجود بیش از 5000 واژه تخصصی در حوزه نسخه های خطی (کتابشناسی و نسخه شناسی)، نیاز به کنترل و ارزشیابی اصطلاحات و تعیین حدود موضوعی آنها امری ضروری است. از آنجا که اصطلاحنامه یکی از ابزارهای کنترل واژگان و بازیابی اطلاعات است، تدوین اصطلاحنامه ای جامع و مانع با حفظ پشتوانه انتشاراتی واژگان و تعیین حدود موضوعی آنها پیشنهاد میشود. روش: بدین منظور طرح حاضر با روش سندی و کتابخانه ای به بررسی اصطلاحنامه های موجود و ساختار آنها و تعیین حدود موضوعات نسخه شناسی پرداخته و سپس با روش طراحی سیستم طرحی در زمی

هدف پژوهش حاضر، بررسی کارآمدی قابلیت های هستی شناسی در مقایسه با اصطلاحنامه در ساختار سنتی آن است. هستی شناسی ها نوعی از ابزارهای معنایی هستند که به دلیل کاستی های ساختار اصطلاحنامه ها در بازنمون دانش حوزه موضوعی از طریق نمایش مفاهیم و روابط میان آن ها در حوزه کتابداری و اطلاع رسانی به کار گرفته شده اند. پژوهش حاضر به منظور ارائه مدلی از هستی شناسی در حوزه کتابداری و اطلاع رسانی و با هدف گسترش این ابزار به عنوان ابزار معنایی در بازنمون دانش و بازیابی مفاهیم حوزه با روش تحلیل حوزه، به ساخت نمونه اولیه ای از هستی شناسی در حوزه «نمایه سازی» با عنوان ASFAOnt در نرم افزار Protégé 3.4.4 پرداخته است. هستی شناسی طراحی شده، حاصل تبدیل مفاهیم مربوط به حوزه «نمایه سازی» در اصطلاحنامه اصفا به هستی شناسی است. به منظور ارزیابی کارآمدی ساختار هستی شناسی طراحی شده با روش تحلیل حوزه در بازنمون دانش، در یک مطالعه «کاربردپذیری» به سنجش هستی شناسی در مقایسه با اصطلاحنامه پرداخته شد. پژوهش از نوع کاربردی است و ابزارهای گردآوری اطلاعات، پرسشنامه ساختار یافته با روش انتومتریک، روش بلند فکر کردن در حین جستجو و مصاحبه پس از انجام جستجو است. نتایج پژوهش نشان می دهد میزان کارآمدی هستی شناسی در بازنمون دانش، از کارآمدی اصطلاحنامه اصفا بیشتر است. همچنین با رویکرد تحلیل حوزه می توان ابزارهای معنایی کارآمدتری در بازنمون دانش حوزه های موضوعی در مقایسه با ابزارهای سنتی نظیر اصطلاحنامه ها طراحی نمود.

پژوهش حاضر با هدف تبیین کیفیت نمایه سازی و رتبه بندی اشیای محتوایی حاوی عناصر فراداده­ای هسته دوبلین و مارک 21 مبتنی بر زبان نشانه گذاری گسترش پذیر (XML) توسط موتورهای کاوش عمومی، و مقایسه آنها با یکدیگر به روش تجربی انجام شد. جامعه پژوهش را صد شیء محتوایی مبتنی بر XML در قالب دو گروه تشکیل میداد؛ گروه اول حاوی پیشینه­های فراداده­ای هسته دوبلین، و گروه دوم حاوی پیشینه­های فراداده­ای مارک 21 که بر روی دو حوزه فرعی http://www.dcmixml.islamicdoc.com و http://www.marcxml.islamicdoc.com انتشار یافته بود. حوزه­های فرعی مورد مطالعه به دو موتور کاوش گوگل و یاهو معرفی شدند. کیفیت نمایه سازی پیشینه­های فراداده­ای درج شده در اشیای محتوایی و تفاوت نمایه سازی و رتبه بندی آنها بررسی گردید. تمامی عناصر پیشینه­های فراداده­ای مورد مطالعه توسط موتورهای کاوش گوگل و یاهو نمایه سازی شدند. بر اساس نتایج آزمون غیر پارامتری یومان ـ ویتنی، تفاوتی میان کیفیت نمایه سازی پیشینه­های فراداده­ای هسته دوبلین و مارک 21 مبتنی بر XML توسط موتورهای کاوش گوگل و یاهو مشاهده نگردید. میزان معناداری تفاوت رتبه بندی اشیای محتوایی حاوی عناصر فراداده­ای هسته دوبلین و مارک 21 در دو موتور کاوش گوگل و یاهو نیز با استفاده از آزمون «یومان ـ ویتنی» محاسبه گردید. بین رتبه بندی اشیای محتوایی حاوی دو طرح فراداده ای در موتور کاوش گوگل تفاوت معناداری مشاهده نشد، اما وضعیت رتبه بندی اشیای محتوایی حاوی دو طرح فراداده­ای در موتور کاوش یاهو، تفاوت معناداری داشت. یافته­های پژوهش نشان داد هیچ یک از دو طرح فراداده­ای هستة دوبلین و مارک 21 مبتنی بر XML، از لحاظ دسترس پذیری توسط موتورهای کاوش عمومی، نسبت به یکدیگر برتری ندارند

پژوهش حاضر با هدف ارزیابی میزان همخوانی کلیدواژه های عنوان در پایان نامه های مندرج در «پایگاه چکیده نامه های ایران» با توصیفگرهای اختصاصیافته به این پایان نامه ها صورت پذیرفت. جامعة مورد بررسی، کلیة رکوردهای موجود در این پایگاه (65536 رکورد) از ابتدا تا پایان سال 1381 است. با استفاده از فرمول تعیین حجم نمونه از هر حوزة علوم انسانی، علوم پایه، علوم پزشکی، فنی و مهندسی، علوم کشاورزی و هنر، 100 رکورد به شیوة تصادفی انتخاب شد. نتایج پژوهش نشان داد که بین تعداد متوسط کلیدواژه های عنوان در حوزه های مورد بررسی تفاوت معناداری وجود دارد و 67 درصد توصیفگرهای نمایه سازان را کلیدواژه های عنوان تشکیل میدهند. همبستگی بالایی بین تعداد کلیدواژه های عنوان و تعداد توصیفگرها و میزان همخوانی آن ها وجود دارد. از نظر شیوة نگارش 48 درصد توصیفگرها به صورت تکواژه، 52 درصد ترکیب واژه، 87 درصد توصیفگرها مفرد و 13 درصد آن ها به صورت جمع تهیه شده اند. بازیافت بیشتر از طریق توصیفگرها در مقایسه با کلیدواژه های عنوان، اثربخشی طرح هایی را نشان داد که به منظور افزایش ارتباط بین توصیفگرهای هم موضوع در این پایگاه صورت پذیرفته است.

نمایه سازی ماشینی به گونه ای از نمایه سازی گفته می شود که در آن با استفاده از الگوریتم رایانه ای، واژه های کلیدی یک مدرک از عنوان یا متن، استخراج و سپس به شکل مدخل های نمایه مرتب و سازمان دهی می شوند . با وجود نیاز روزافزون به کاربرد رایانه در نمایه سازی، تاکنون برای زبان فارسی، نمایه ساز ماشینی ساخته نشده است . از این رو در این مقاله نتیجه بررسی و شناخت جنبههای علمی و عملیاتی این سیستم نمایهسازی در پژوهشگاه علوم و فناوری اطلاعات ایران ارائه می شود که بر پایه مأموریت و دانش سازمانی خود یکی از آماده ترین بسترها را برای ساخت اینگونه نمایه ساز دارد. به این منظور، ابتدا به پیوند میان نمایه سازی و بازیابی اطلاعات، مباحث نظری و سیر تحول نمایه سازی ماشینی، نمایه سازی ماشینی از دیدگاه های عملیاتی و فرایندی، پروژه های موفق نمایه سازی به زبان های گوناگون در دنیا پرداخته شده و نیازمندیهای نمایه ساز ماشینی برای زبان فارسی توصیف شده است . سپس اجزای یک نمایه ساز برای زبان فارسی تشریح و مدل مفهومی نمایه ساز ماشینی و همچنین روابط میان اجزا، جزئیات زیرسیستم ها، و مدل مفهومی سیستم طراحی شده اند. در پایان، نیازمندی های ساخت نمایه ساز ماشینی برای این پژوهشگاه به بحث گذاشته شده است و وضعیت پروژه های انجام شده و تجربه های موجود در این زمینه نیز تبیین شده اند.

سازماندهی و مدیریت منابع اینترنتی، همواره یکی از دغدغه های دانشمندان علوم رایانه و اطلاع رسانی است. امروزه همین متخصصان به این نتیجه رسیده اند که علم کتابداری در زمینة رویارویی با وضعیت آشفتة اطلاعات میتواند نقش برجسته ای ایفا کند. از آنجا که رده بندی، فعالیتی وقت گیر و پرهزینه بوده و رده بندی منابع اینترنتی برای فهرست نویسان دشوار میباشد، تحقیقات زیادی برای انجام رده بندی به صورت خودکار صورت گرفته است. کاربرد شبکه های عصبی مصنوعی با توجه به ضعف روشهای آماری و زبانشناسی رایانه ای در عملی کردن فعالیت رده بندی خودکار، رو به افزایش است.

هدف پژوهش حاضر، بررسی انطباق قواعد لوتکا و پائو با تعداد نویسندگان و مقالات آنان در حوزه های علوم رایانه و هوش مصنوعی در پایگاه اطلاعاتی وب آو ساینس در سال های 1986 تا 2009 است. اهداف فرعی پژوهش عبارتند از الف) جایگزینی «تعداد همکاری در تالیف» نویسندگان به جای تعداد مقالات آنان در قاعده پائو؛ ب) بررسی معیارهای بررسی قواعد لوتکا و پائو. پژوهش حاضر از نوع نظری بوده و با استفاده از قواعد علم سنجی انجام شده است. نتایج حاکی از این است که تعداد نویسندگان و تعداد مقالات آنان در حوزه های علوم رایانه و هوش مصنوعی با قاعده لوتکا انطباق ندارد، اما مطابق قاعده پائو است. رابطه بین تعداد نویسندگان و تعداد «همکاری در تالیف» آنان در این دو حوزه با قاعده پائو انطباق ندارد. برای مقایسه پذیر ساختن یافته-های پژوهش های مختلف، هماهنگ سازی استفاده از روش های بررسی قواعد علم-سنجی ضروری به نظر می رسد، از این رو در پایان، پیشنهادهایی برای هماهنگ سازی روش مطالعه این قواعد ارائه شده است. تفاوت های موجود در مطالعات در ارتباط با مطالعه نحوه رشد بروندادهای علمی نویسندگان براساس قاعده لوتکا یا پائو، روش شمارش نویسندگان مقالات، دامنه حوزه موضوعی یا موضوعات مورد مطالعه، بازه زمانی مورد مطالعه، و آزمون آماری است. یکسان سازی استفاده از روش شناسی ها در قواعد لوتکا و پائو در مطالعات علم سنجی و نتایج و یافته های حاصل از این گونه مطالعات در سطح ملی و بین المللی می تواند تا حدود زیادی حاصل تحقیقات را مقایسه-پذیر کند و در مسیر انجام پژوهش های هماهنگ گام بردارد

اصطلاح نامه ها به عنوان ابزارهای واسط در ذخیره و بازیابی اطلاعات از اهمیت و جایگاه ویژه ای در سازماندهی اطلاعات برخوردارند. این ابزارها نخست باید در درون خود از نظم ،یکدستی ، دقت و درستی برخوردار باشند تا بتوانند به عنوان نظام دهنده سیستم های اطلاعاتی، درست عمل کنند. در این راستا استاندارد ANSI /NISO z39.19 2005 به ضوابط و اصول تدوین واژگان کنترل شده از جمله اصطلاح نامه ها درچهار بخش کلی، ساختار شکلی، روابط معنایی ،نحوه ارائه و سیستم های مدیریت ، پرداخته است . دراین مقاله سه اصطلاح نامه علوم انسانی منتشر شده در ایران (به استثنای اصطلاح نامه های علوم اسلامی) شامل اصطلاح نامه های یونسکو، جامعه شناسی و اصفا با استاندارد مذکور در چهار بخش کلی یاد شده، ارزیابی شده اند. نتایج پژوهش نشان می دهد که میزان رعایت استانداردهای روابط معنایی در اصفا 93% و در اصطلاح نامه های جامعه شناسی و یونسکو 99% است.در بخش ساختار شکلی ،میزان رعایت استانداردها در اصفا99% ،جامعه شناسی 96% و یونسکو 5/99% بدست آمد.میزان رعایت استانداردهای نحوه ارائه در اصطلاح نامه های اصفا، جامعه شناسی و یونسکو به ترتیب 84%، 5/54% و 43% است. در بخش مدیریت سیستم اصطلاح نامه ها، میزان رعایت استاندارد ها در اصفا 82% و در اصطلاح نامه های جامعه شناسی و یونسکو 14% است. توجه و به کارگیری استانداردهای مربوط در مرحله تهیه و حتی پیش از تهیه این گونه ابزار ها می تواند به انتشار اصطلاح نامه هایی با کیفیت بالاتر منجر شود.

پژوهش حاضر با هدف شناسایی واژه­های غیرمفهومی در زبان فارسی و تهیه سیاهه­ای از این واژه­ها برای نمایه­سازی خودکار متنهای فارسی در رشته­های روانشناسی، علوم­تربیتی و کتابداری و اطلاع­رسانی انجام شده است. این پژوهش با روش تحلیل محتوا صورت گرفته­است. جامعه آماری این پژوهش را مقاله های مندرج در آخرین شماره منتشر­شده در مجله های علمی و پژوهشی ِ رشته­های علـوم­تربیتی، روانشناسی و کتابداری و اطلاع­رسانی در سال 1385 تشکیل میدهد. نمونه شامل 63 مقاله است. گردآوری داده­ها با استفاده از تفکیک واژگان به صورت ماشینی و دستی صورت گرفت. نتایج پژوهش نشان داد: 1- افعال ( معین و همراه­شونده)، قیدها، ضمایر، حروف، اصوات، اعداد و علائم سجاوندی به­عنوان واژه نمایه­ها ظاهر نمی­شوند، بنابراین، آنها را می­توان واژه­های غیرمفهومی یا به اصطلاح واژه­های بازدارنده تلقی کرد. 2- بدون احتساب علائم سجاوندی، در رشتة علوم تربیتی 96/39%، در رشته روانشناسی 57/38% و در رشـــته کتابداری 12/38% از حجم متون را واژه­های غیرمفهومی تشکیل می­دهد. 3- واژه­های بازدارندة پربسامد در هرسه حوزه تقریبا مشابه است. 4- از تعداد 248552 واژه (بدون احتساب علائم سجاوندی) که پیکرة زبانی مورد مطالعه را تشکیل می­داد، 97280 واژه که 94/38% کل واژه ها را شامل می­شود، جزء واژه­های بازدارنده هستند.5- نتیجة مقایسه فهرست فارسی حاصل از پژوهش با فهرست واژه­های بازدارنده انگلیسی نشان داد بین این دو فهرست به میزان 5/28% همپوشانی وجود دارد. 6. همچنین 38/20% از واژه­ها فاقد توزیع بسامدی یکسان در سه رشتة مورد مطالعه می­باشند