جستجوي پيشرفته | کتابخانه مجازی الفبا

با گسترش روزافزون حجم داده‌ها و اطلاعات در وب معنایی، تولید پرس‌وجوهای ساخت‌یافته بر فراز وب معنایی نیز با استقبال چشم‌گیر توسعه‌دهندگان روبرو شده است. بااین‌حال تولید پرس‌وجوی ساخت‌یافته برای افرادی که با هستان‌شناس تعریف‌شده بر بسترِمجموعه داده های موجودآشنایی ندارند می‌تواند فرایندی پیچیده باشد. از سویی دیگر، در سمت منابعِ دربرگیرنده‌یِ داده‌های وب معنایی، تنها داده‌ها و ساختارهای سلسله‌مراتبی تعریف‌شده‌اندو دراین‌بین عدم وجود الگویی برای چگونگی ساخت و چینش پرس‌وجوهایSPARQL کاربران انسانی تازه‌کار را با مشکل مواجه می‌کند. در سال‌های اخیر،در این راستا سیستم‌هایی باهدف یاری کاربران در استفاده از وب معنایی و ساخت این پرس‌وجوها تولیدشده‌است. سیستم‌های پرسش‌وپاسخ، سیستم‌های بسط پرس‌وجو و سیستم‌هایی با واسط گرافیکی جهت نگارش پرس‌وجوهایSPARQLازجمله این موارد هستند.در این پایان‌نامه با تمرکز روی ساختارو چینش پرس‌وجوهای SPARQL،گونه‌ای از قالب‌های کلی مرتبط با ساختار نگارشی این پرس‌وجوهابررسی می‌گردد. با استفاده ازاین قالب‌ها،با پردازش پرس‌وجوهای پیشین ارسال‌شده به‌سوی پایانه‌ها وبه‌کارگیری روش‌های یادگیری ماشین (قوانین انجمنی ترتیبی)،قوانینی استخراج می‌گردندکه بیانگر الگوی تعریف پرس‌وجوهایکاربران پیشین می‌باشند.کاربرد این قوانین کمک به کاربران آتی در تولید پرس‌وجوهای SPARQL است.نتایج حاصل از ارزیابی این قالب از قوانین بیانگر قابلیت و کارایی این قوانین جهت یاری‌رساندن به کاربران انسانیاست. روی هر پایانه‌ی بخصوصی، در بازه‌های زمانی متفاوت،بر اساس این قالب‌هامی‌توان به دانشی دست‌ یافت که کاربرد این دانش در سیستم‌های یاری‌گر کاربر جهت تولید مستقیم این پرس‌وجوها بروی آن پایانه است.برای ارزیابی این‌گونه از قوانین به فرم خودکار در ابندا روی پرس‌وجوهای بخش آزمایش (پرس‌وجوهای از پیش نگارش شده)کاندیدهای پیشنهادی مطرح می‌گردند.در ادامه این کاندیدها با پرس‌وجوی نگارش شده‌ی کاربرپیشین مقایسه شده و به‌این‌ترتیب دقت پیشنهادهای ارائه‌شده گردآوری می‌گردد. در این پژوهش پرس‌وجوهای موجود در Log پایانه‌ی DBpedia در سال 2012 انتخاب‌شده است. برای معیار ارزیابی در این پژوهش از پارامتر دقت برای صحت کاندیدهای پیشنهادی استفاده‌شده است.

چکیده ندارد.

در این پایاننامه روشی ترکیبی برای جستجوی معنایی ارائه می‌شود که در آن با استفاده از هستی‌شناسی فارس‌نت، روابط موجود در مستندات، کلمات مرتبط با پرس‌وجوی کاربر و فاصله‌های معنایی کلمات، پیدا شده و با استفاده از آن‌ها مستندات رتبه‌بندی می‌شوند. در این روش ابتدا با استفاده از هستی‌شناسی فارسنت مستندات زبان فارسی پردازش میشوند و شبکهای از معانی آن مستندات به اسم شبکههای معنایی مستندات ساخته میشوند. سپس در مرحله برخط پس از پردازش پرسوجوی کاربر، روابط موجود در این مستندات امتیازدهی میشوند و با استفاده از بردار وزندهی‌شده پرسوجوی کاربر و بردارهای مستندات به روش فضای برداری میزان مشابهت بین پرسوجو و مستندات محاسبه می‌شود. همین‏طور فاصله‌های معنایی بین پرس‌وجو و مهم‌ترین کلمات مستندات محاسبه شده و با استفاده از آن‌ها امتیاز مستندات به‌دست می‌آید. درنهایت با ترکیب این سه امتیاز رتبه نهایی مستندات محاسبه میشود.

هدف پژوهش حاضر، بررسی کارآمدی قابلیتهای هستیشناسی در مقایسه با اصطلاحنامه در ساختار سنتی آن است. به منظور ارائه مدلی از هستی‌شناسی در حوزه کتابداری و اطلاع‌رسانی و با هدف گسترش این ابزار به عنوان ابزار معناشناسی در بازنمون دانش و بازیابی مفاهیم حوزه، با روش تحلیل حوزه به ساخت نمونه اولیه‌ای از هستی‌شناسی در حوزه «نمایه‌سازی» با عنوان ASFAOnt پرداخته شد. هستی‌شناسی طراحی شده، حاصل تبدیل مفاهیم حوزه «نمایه‌سازی» اصطلاحنامه اصفا به هستی‌شناسی است که در چهار مرحله شامل گردآوری مفاهیم، کشف و تعیین روابط میان مفاهیم، ایجاد کاربرگه برای هر مفهوم مطابق با ویژگی‌های هستی‌شناسی و طراحی ساختار هستی‌شناسی در محیط نرم‌افزارProtégéطراحی گردید. به منظور ارزیابی کارآمدی ساختار هستی‌شناسی طراحی شده با روش تحلیل حوزه در بازنمون دانش و بازیابی مفاهیم، در یک مطالعه «کاربردپذیری» به سنجش هستی‌شناسی در مقایسه با اصطلاحنامه پرداخته شد. جامعه آماری پژوهش با توجه به انتخاب روش «آزمون کاربردپذیری»، دانشجویان کارشناسی ارشد رشته کتابداری و اطلاع‌رسانی بودند که واحد درسی «نمایه‌سازی» را گذرانده و با حوزه «نمایه‌سازی» آشنایی داشتند. ابزار گردآوری اطلاعات، دو پرسشنامه عامل‌بندی شده منطبق با روش آنتومتریک، یکی برای ارزیابی اصطلاحنامه اصفا و دیگری برای ارزیابی هستی‌شناسی بود. در آزمون ارزیابی، هر کاربر کلیدواژه‌های مورد نظرش در حوزه «نمایه‌سازی» را در هر دو ابزار، جستجو می‌کرد و پس از انجام جستجو، پرسشنامه مربوط به ابزارها را تکمیل می‌نمود. همچنین از روش بلند فکر کردن در حین جستجو و از مصاحبه پس از انجام جستجو به منظور گردآوری اطلاعات تکمیلی در زمینه نقاط ضعف و قوت هستی‌شناسی و نیز برای گسترش هستی‌شناسی استفاده شد. سوالات پرسشنامه‌ها به پنج معیار اصلی «امکانات تصویری در بازنمون دانش»، «نمایش محتوا»، «محتوا» (مفاهیم، روابط و نمونه‌ها)، «درک کاربر از محتوا» و «جستجو و بازیابی محتوا» تقسیم شد. چهار معیار اول در آزمون فرضیه یک (مقایسه کارآمدی بازنمون دانش) و آخرین معیار در آزمون فرضیه دو (مقایسه کارآمدی بازیابی مفاهیم حوزه موضوعی) بررسی گردید. نتایج آزمون فرضیه یک نشان داد میانگین پاسخ‌های کاربران در مورد متغیرهای مربوط به معیارهای مرتبط با کارآمدی بازنمون دانش در هستی‌شناسی از میانگین پاسخ‌های مربوط به اصطلاحنامه اصفا بیشتر است و اختلاف معناداری میان این دو ابزار وجود دارد. نتایج آزمون فرضیه دو نیز نشان داد میانگین پاسخ‌های کاربران در مورد متغیرهای مربوط به معیار مرتبط با کارآمدی بازیابی مفاهیم موضوعی در هستی‌شناسی از میانگین پاسخ‌های مربوط به اصطلاحنامه اصفا بیشتر است. با توجه به اثبات هر دو فرضیه آزمون می‌توان نتیجه گرفت، از نظر کاربران میزان کارآمدی هستی‌شناسی در بازنمون دانش و بازیابی مفاهیم بیشتر از میزان کارآمدی اصطلاحنامه اصفا است. همچنین با رویکرد تحلیل حوزه می‌توان ابزارهای معناشناختی کارآمدتری در بازنمون دانش و بازیابی مفاهیم حوزه‌های موضوعی در مقایسه با ابزارهای سنتی نظیر اصطلاحنامه‌ها طراحی نمود.

اگرچه بازیابی اطلاعات به طور سنتی مستندات و جستارها را از نقطع نظر کلید واژه های به کار رفته در آنها مورد بررسی قارر می دهد، در نظر گرفتن روابط معنایی آنها در کنار شباهت های نحویشان می تواند به ایجاد سیستم های کاراتر در بازیابی اطلاعات منجر شود. به طور کلی می توان گفت وجود نداشتن واژگان مشابه میان دو متن دلیل بر نامربوط بون آنها به یکدیگر نیست. حالت های متعددی ممکن است وجود داشته باشد که در آنها کاربر، نیاز اطلاعاتی خود را با لغات و واژگانی متفاوت از آنچه در مستندات سیستم وجود دارد بیان کند. و یا این که به علت کمبود اطلاعات قادر نباشد برخی کلید واژه های مناسب برای جستجوی خود را در اختیار سیستم قرار دهد. در تمامی این شرایط استفاده از روابط مفهومی میان مستندات و جستار کاربر، این امکان را به سیستم خواهد داد تا نتایج دقیقتر و کامل تری را به کاربران خود بازگرداند. هدف این پایان نامه بررسی شویه های مختلف به کارگیری دانش موجود در هستان شناسی ها در امر بازیابی اطلاعات و معرفی ایده های نوین در این رابطه می باشد. به طور خلاصه در این پایان نامه روش های جدیدی، در زمینه کاربرد هستان شناسی در گسترش جستار ، بازیابی معنایی مبتنی بر معیارهای شباهت مفهومی و بازیابی معنایی همراه با بازخورد ارتباطی خودکار مفهومی معرفی می شوند. دامنه مورد بررسی در این پایان نامه مستندات پزشکی می باشند. هستان شناسی به کار رفته در روش های معرفی شده MeSH یا Medical Subject Headings است که در برگیرنده در حدود 24000 مفهوم پرکاربرد در قلمرو پزشکی می باشد. همچنین برای مقایسه تاثیر به کاربردن هستان شناسی عمومی در مقابل هستان شناسی مختص دامنه در بخشی از تجربیات این پایان نامه از هستان شناسی Wordnet استفاده شده است. مجموعه آزمون های به کار رفته برای ارزیابی روش های معرفی شده نیز عبارتند از Mediline و OHSUMED که از مجموعه آزمون های شناخته شده در ارزیابی سیستم های بازیابی اطلاعات می باشند.