گراف دانش

گراف دانش به عنوان یکی از بسترهای مهم جهت ورود به عرصه وب معنایی و توسعه ابزارهای پردازش زبان طبیعی شناخته می شود. تا کنون پایگاه های دانش مختلفی در زبان های متعدد ایجاد شده است اما فقدان چنین پایگاهی مختص به زبان فارسی در کاربردهای پژوهشی و صنعتی کاملا مشهود است. در این مقاله جامع ترین پایگاه دانش زبان فارسی به صورت عمومی و چند دامنه ای مشتمل بر ۵۰۰ هزار موجودیت و ۷ میلیون رابطه میان آن ها با عنوان فارس بیس ارائه می گردد که به صورت متن باز در دسترس است. منابع اطلاعاتی فارس بیس عبارتند از: اطلاعات ساخت یافته ویکی پدیا مانند جعبه های اطلاعاتی، جداول وب و همچنین اطلاعاتی که توسط ماژول استخراج گر رابطه از متن خام استخراج شده اند. موجودیت های گراف دانش در یک هستان شناسی برگرفته از دی بی پدیا و سفارشی شده برای فارس بیس، سازمان دهی شده است. به منظور پیوند جعبه های اطلاعاتی ویکی پدیا به هستان شناسی بیش از ۷۰۰۰ نگاشت میان الگوها و خصیصه های ویکی پدیا با هستان شناسی برقرار شده است. همچنین با روش های یادگیری ماشین و با نظارت خبرگان، قسمتی از هستان شناسی و تعدادی از موجودیت ها به فارس نت متصل شده اند. مدل داده ای گراف دانش فارسی بر اساس استاندارد وب معنایی و به صورت RDF پیاده سازی شده است بنابراین داده ها به صورت سه تایی در پایگاه دانش ذخیره شده و می توان از طریق زبان SPARQL پرس وجوهای معنایی را بیان نمود. در حال حاضر اطلاعات متنوعی به صورت ساخت یافته راجع به اشخاص مشهور، مکان های مهم، سازمان ها و شرکت ها، آثار ادبی و هنری، گونه های زیستی شامل گیاهان و حیوانات، رویدادها، زیست شناسی و اخترشناسی در این گراف قابل دسترسی است. به منظور خدمت رسانی به موتورهای جستجو یک سامانه جستجو روی موجودیت ها و گزاره های آن پیاده سازی شده است. فارس بیس از چهار جنبه صحت، فراخوانی، پوشش و تازگی اطلاعات مورد ارزیابی قرار گرفته که نتایج به دست آمده حکایت از غنی بودن آن دارد. بستر گراف دانش می تواند در کاربردهای بسیاری نظیر موتورهای جستجو، سامانه پرسش و پاسخ، بازیابی اطلاعات، پردازش زبان طبیعی، تشخیص موجودیت، مشابهت یابی متن و هر کاربردی که نیازمند موجودیت های فارسی و ارتباط میان آن هاست مورد استفاده قرار گیرد

هدف: پژوهش حاضر به بررسی چالش ها و فرصت های ترکیب گراف دانش[1] و مدل زبانی بزرگ[2] در حوزه علوم اسلامی- انسانی می پردازد. یکی از دلایل اصلی این مسئله، پیچیدگی و تنوع مفاهیم و مقولات در این حوزه است. مفاهیم دینی و انسانی به طور طبیعی دارای ابعاد و لایه های متعددی هستند که تحلیل آن ها نیازمند رویکردهایی نوین و کارآمد است. گراف دانش به عنوان ابزاری قدرتمند برای سازمان دهی اطلاعات و نمایش روابط بین مفاهیم شناخته می شود. این ابزار می تواند به شفاف سازی و تجسّم روابط پیچیده میان مفاهیم کمک کند و به پژوهشگران امکان می دهد تا به راحتی روابط میان مفاهیم مختلف را درک کنند. هدف اصلی پژوهش حاضر، ارائه الگویی جهت ترکیب این دو مفهوم در علوم اسلامی- انسانی برای تحلیل دقیق تر و کارآمدتر مفاهیم اسلامی و انسانی است. روش: پژوهش پیش رو از لحاظ هدف توسعه ای بوده و با رویکرد کیفی انجام شده است. روش گردآوری داده ها کتابخانه ای و برای مرور نظام مند متون بوده که به شناسایی مفاهیم کلیدی و اساسی می پردازد. منابع موجود در دو حوزه گراف دانش و مدل های بزرگ زبانی با روش هدفمند جهت تحلیل، انتخاب و مورد بررسی قرار گرفته است. یافته ها: یافته اصلی پژوهش حاضر، طراحی یک الگوی جدید مبتنی بر ترکیب گراف دانش و مدل های زبانی بزرگ برای تحلیل و استنتاج مفاهیم علوم اسلامی- انسانی است. گراف دانش به عنوان ابزاری برای سازمان دهی اطلاعات و نمایش روابط میان مفاهیم می تواند به شفاف سازی و تجسم روابط پیچیده میان مفاهیم کمک کند. همچنین، مدل های زبانی بزرگ قادر به پردازش زبان طبیعی[3] و استخراج اطلاعات معنادار از متون هستند. ترکیب این دو رویکرد می تواند به توسعه چارچوب های نوینی برای تحلیل و استنتاج داده ها در حوزه های علوم دینی کمک کند. نتیجه گیری: تلفیق گراف دانش و مدل های زبانی بزرگ به عنوان رویکردی نوین و کارآمد در تحلیل و استنتاج مفاهیم پیچیده در علوم اسلامی- انسانی مطرح است. این الگوی پیشنهادی می تواند به عنوان الگویی برای تحقیقات آتی و توسعه سیستم های هوشمند در این حوزه ها مورد بهره برداری قرار گیرد و به بهبود فرایندهای تحقیق و تحلیل در علوم اسلامی- انسانی کمک کند.