طبقه بندی خودکار

لندفرم یک عارضه ژئومرفیک از سطح زمین است که خصوصیات ظاهری خاص وشکل قابل تشخیص دارد. بنیان واساس شناسایی وطبقه بندی لندفرم ها برپایه ژئومرفومتری است، ژئومرفومتری به کمیت عناصر اصلی ریخت شناسی زمین ازجمله شیب،جهت شیب، ارتفاع واختلاف ارتفاع نسبی عناصر، موقعیت مکانی عناصر نسبت به هم، وضعیت شبکه زهکشی و میزان تحدب یا تقعر عناصر می پردازد. در حال حاضر طبقه بندی لندفرم ها عموما"" مبتنی بر تشخیص کارشناسی است که به طریق دستی وبا استفاده از عکسهای هوایی ،نقشه های توپوگرافی و برداشت های صحرایی انجام می گردد که روشی است زمان بر،پرهزینه،کم دقت وغیر قابل تکرار ،اما در این تحقیق با استفاده از سیستم اطلاعات جغرافیای و سه معیار شاخص TPI،شیب وموقعیت مکانی عوارض سطح زمین، اقدام به طبقه بندی خودکار لندفرم های حوزه آبخیز بروجن گردیده است. نتایج نشان داد که این روش توانایی خوبی در جداسازی وطبقه بندی لندفرم ها دارد به گونه ای که 9 لندفرم در حوزه آبخیز بروجن شناسایی وطبقه بندی گردید و بدین ترتیب رهیافتی برای طبقه بندی خودکار لندفرم های یک حوزه آبخیز ارائه گردیده به این منظور که زمینه انجام مطالعات جامع برای ارائه روش های کمی ودقیق برای شناسایی وطبقه بندی خودکار لندفرم ها در حوزه های آبخیز فراهم گردد .

هدف: با توجه به نقشی که مطالعه روند پژوهش های علم اطلاعات و دانش شناسی در نشان دادن نقاط ضعف، کاستی ها و مسیر پیشرفت و توسعه آن رشته دارد، پژوهش حاضر در صدد است تا به مطالعه موضوعات مقالاتی که توسط پژوهشگران ایرانی در سطح ملی و بین المللی در این حوزه انجام شده اند، بپردازد.روش شناسی: پژوهش حاضر از نوع کاربردی بوده و با رویکرد متن کاوی انجام گرفته است. جامعه مورد مطالعه شامل مقالات مستخرج از وبگاه نشریات ایرانی نمایه شده در پایگاه آی. اس. سی. در فاصله سال های 1398-1351 و مقالات انجام شده توسط پژوهشگران ایرانی که از سال 2019-1945 در پایگاه وب آوساینس نمایه شده اند، هستند. کلیه فرآیندهای مربوط به پیش پردازش و طبقه بندی به زبان برنامه نویسی پایتون پیاده سازی و اجرا شده اند.یافته ها: به منظور دسته بندی مطالعات علم اطلاعات و دانش شناسی، با بررسی پیشینه های مطالعاتی و ترکیب طبقه بندی های موجود و نظرخواهی از متخصصان این حوزه، طرحی مشتمل بر 31 حوزه موضوعی تهیه و مبنای تحلیل قرار گرفت. یافته ها نشان داد که بیشتر پژوهش های این رشته به ترتیب به حوزه های کتابخانه ها و مراکز اطلاعاتی و آرشیو؛ پژوهش، مطالعه و نشر؛ علم سنجی و اطلاع سنجی؛ اینترنت و مطالعات وب اختصاص یافته است. نتیجه گیری: نتایج حاصل از پژوهش حاضر می تواند به برنامه ریزی و تصمیم گیری در خصوص شناخت نیازهای آموزشی و پژوهشی، تدوین سرفصل های درسی و هدایت بروندادهای علمی آینده به سوی اولویت ها و تخصیص بهینه منابع به آن ها کمک نماید. این نتایج همچنین می تواند هدایتگر پژوهشگران در تصمیم گیری برای انتخاب موضوعات پژوهش های آینده در علم اطلاعات و دانش شناسی باشد.

 هدف: باتوجه به افزایش نرخ استفاده از اینترنت و افزایش حجم اسناد الکترونیکی قابل مشاهده در وب، طبقه بندی خودکار متن تبدیل به یکی از روش های کلیدی برای ارتقای بازیابی اطلاعات و مدیریت دانش مجموعه های متنی دیجیتالی شده است. افراد با طبقه بندی متون می توانند اطلاعات موردنیاز خود را با دقت بیشتر و سرعت بالاتر جستجو و بازیابی کنند. آن چیزی که در بحث طبقه بندی خودکار اسناد حائز اهمیت است، برچسب گذاری اسناد به کلاس های از پیش تعریف شده است، به گونه ای که اسنادی که در یک طبقه جای می گیرند بیشترین شباهت و با اسناد سایر طبقه ها بیشترین تفاوت را داشته باشند و قابلیت استفاده از روابط معنایی را داشته باشد. در ای ن راس تا، پژوه ش حاض ر به بررسی نقش هستی شناسی و نمودار دانش در طبقه بندی خودکار اسناد متنی می پردازد.روش: این مطالعه به مرور پژوهش ها و اسناد مرتبط با کاربرد ابزارهای معنایی مانند هستی شناسی ها و نمودار دانش در طبقه بندی اسناد متنی پرداخته است. به منظور جمع آوری متون، سه پایگاه اطلاعاتی داخلی شامل «بانک اطلاعات نشریات کشور»، «پایگاه مرکز اطلاعات علمی جهاد دانشگاهی» و «مرجع دانش» و سه پایگاه استنادی خارجی یعنی «وب آو ساینس»، «اسکوپوس» و «گوگل اسکالر» بدون درنظرگرفتن بازه زمانی در هر دو دسته بررسی شده است. یافته ها: نتایج واکاوی متون نشان داد در مدل فضای برداری ارتباط معنایی بین کلمات در نظر گرفته نمی شود و ترتیب کلمات در جملات از بین می رود. با نادیده گرفتن روابط معنایی و نحوی مختلف بین کلمات در زبان طبیعی، بازنمایی متفاوتی از اسناد فراهم می شود؛ اما هستی شناسی ها و نمودار دانش با دریافت معنای موجودیت ها و کلاس ها به تقویت مدل های یادگیری ماشینی کمک می نمایند. استفاده از این ابزارها به عنوان یک مرجع خارجی در حین فرایند طبقه بندی عمل می کند و دانش زمینه را برای مدل های طبقه بندی فراهم می نماید. به طورکلی استفاده از این ابزارها به ماشینن ها اجازه می دهند معنای داده هایی را که با آن ها کار می کنند، درک کنند.نتیجه گیری: کاربست هستی شناسی ها و نمودار دانش در طبقه بندی اسناد متنی می تواند موجب تقویت نتایج الگوریتم های یادگیری ماشین از طریق بهره برداری از دانش زمینه شود. این ابزارها می تواند معانی کلمات را از جملات دارای ابهام آزاد نموده و مشکلات مرتبط با زبان طبیعی را حل کند. استفاده از هستی شناسی و نمودار دانش می تواند به طور مؤثری در طبقه بندی اسناد متنی کمک کند و باعث ارتقای دقت و کارایی مدل های طبقه بندی شود؛ اما ساخت و ادغام هستی شناسی و نمودار دانش امری خسته کننده، زمان بر و پیچیده است که امکان پذیری و ارزش عملی آن ها را محدود می کند. در زبان فارسی علاوه بر مشکل مطرح شده در به کارگیری هستی شناسی ها و نمودار دانش در طبقه بندی اسناد، محدودیت هایی مانند ویژگی های خاص زبان فارسی در نگارش و محدودیت فنی وجود دارد؛ لذا استفاده از هستی شناسی و نمودارهای دانش عمومی و یا دامنه در بحث طبقه بندی اسناد نیازمند توجه به این محدودیت ها و پیچیدگی های فنی است و علاوه بر این مستلزم توسعه و تلاش های بیشتری بالأخص در زبان فارسی است.