روشی برای رفع چالش‌های محتواکاوی در وب‌های فارسی زبان
حوزه های تخصصی:
زبان فارسی از دو منظر برای ما ایرانیان دارای اهمیت است. اول آن‌که این زبان با تاریخ و فرهنگ و تمدن ما پیوندی دیرینه و ناگسستنی دارد و دوم آن‌که زبان فارسی زبان رسمی کشور و ابزار مبادله اندیشه‌ها وایده‌ها در عرصه علمی و فرهنگی این مرز‌و‌‌بوم محسوب می‌گردد. رشد علمی و فنی و فرهنگی ما در گرو برقراری ارتباط زبانی و کلامی با دنیای الکترونیکی عرضه دانش و فرهنگ است که وب نام دارد و این میسر نیست جز با تقویت کیفی زبان فارسی مورد استفاده در این دهکده جهانی. اما زبان فارسی، در تلاقی با جهان الکترونیکی، بخصوص از بُعد رسم‌الخط، دارای دشواری‌هایی است که کاوش در محتویات آن را دچار کم‌کیفیتی می‌نماید. این مقوله مستلزم تمهیداتی چند است تا زبان فارسی را به زبانی مناسب برای پهنه الکترونیکی دادوستد دانش ـ وب ـ تبدیل نماید. مقاله حاضر تلاشی است درجهت مرتفع‌سازی چالش‌های کاوش در وب‌های فارسی‌زبان که از دیدگاه رسم‌الخطی، با استفاده از نمایه‌سازی فارسی و دیدگاه مفهومی، با استفاده از انتولوژی قابل بحث هستند.