چکیده:
هدف: بهینهسازی بازیابی معنایی اطلاعات با استفاده از روشهای برچسبگذاری و هستانشناسی. روششناسی: این پژوهش کاربردی با رویکرد تحلیل محتوا انجام شده است. 313 مقاله فارسی در موضوع بازیابی اطلاعات در یک پایگاه اطلاعاتی با قابلیتهای جستجوی موضوعی برای دو گروه پیشآزمون و پسآزمون گردآوری شد. پس از برچسبگذاری 5700 واژه بهکمک نرمافزار پردازش زبان طبیعی دانشگاه فردوسی مشهد، هستانشناسی مفاهیم و روابط معنایی آنها در محیط پروتژ طراحی و پیادهسازی شد. دقت نتایج بازیابیشده در دو مرحله پیش و پسآزمون سنجیده شد. یافتهها:سطح معناداری آزمون Z، بهلحاظ آماری و اطمینان 99/ 0، تفاوت معناداری را میان میزان دقت نتایج مرتبط بازیابیشده در دو گروه پیشآزمون و پسآزمون نشان داد. بنابراین، این ابزارها کارایی پذیرفتنی دارند. نتیجهگیری: دو روش پردازش زبان طبیعی و هستانشناسی به ارتقای بازیابی معنایی اطلاعات منجر میشود.
Purpose: To optimize the semantic information retrieval by labeling and ontology methods. Methodology: This applied research has been done with the approach of content analysis. 313 Persian articles on the subject of information retrieval were collected in a database with subject search capabilities for both pre-test and post-test groups. After labeling 5700 words with the help of Ferdowsi University of Mashhad's software for natural language processing software, the ontology of concepts and their semantic relations were designed and implemented in protege software. The accuracy of the retrieved results was measured in two stages before and after the test. Findings: The significance level of Z test, in terms of statistical and reliability of 0.99, showed a significant difference between the accuracy of the retrieved related results in the two groups of pre-test and post-test. Therefore, these tools are acceptable. Conclusion: Tow methods of natural language processing and ontology optimize semantic information retrieval.
خلاصه ماشینی:
comدانشگاه آزاد اسلامی واحد علوم و تحقیقات؛فارسی در موضوع بازیابی اطلاعات در یک پایگاه اطلاعاتی با قابلیتهای جستجوی موضوعی برای دو گروه پیش آزمون و پس آزمون گردآوری شد پس از برچسب گذاری ۵۷۰۰ واژه به کمک نرم افزار پردازش زبان طبیعی دانشگاه فردوسی مشهد، هستان شناسی ۲ دکترای علم اطلاعات و دانش شناسی؛ استاد؛ مفاهیم و روابط معنایی آنها در محیط پروتز طراحی و پیاده سازی شد.
این جز به کمک ابزارها و زبانهای وب معنایی میسر نیست روابط معنایی در هستان شناسی ها بسیار غنی تر و متغیرتر است با پیشرفت ابزارهای وب ،معنایی دست اندرکاران با وارد کردن خصیصه های معنایی به قطعیت ربط بیشتر نتایج بازیابی شده از پایگاههای اطلاعاتی کمک کرده اند و با امکان پذیری تعریف درخواست جستجوی کاربر با استفاده از این خصیصه ها سطح اثر بخشی نظامهای بازیابی اطلاعات را از نگاه کاربر افزایش داده اند ما این کار را ارتقای بازیابی معنایی می نامیم در این پژوهش با استفاده از ابزارهای موجود روابط معنایی میان مفاهیم و مشابهت سازی پایگاه اطلاعاتی نمونه پژوهش با نظامهای اطلاعاتی معنایی کوشیده ایم بازیابی اطلاعات را ارتقا دهیم در اینجا از ترکیبی از روشهای پردازش زبان طبیعی و هوش مصنوعی در پایگاههای اطلاعاتی که مدعی اجرای جستجوی کاربر به صورت معنایی و محتوایی هستند استفاده میشود تا پرس وجوی کاربر در بین مفاهیم و روابط ارائه شده در نظام به شکل نحوی و معنایی تحلیل و نتایج تحویل شود.