جستجوي پيشرفته | کتابخانه مجازی الفبا

با توجه به رشد روزافزون اسناد الکترونیکی، نیاز به یک دسته بند کارا در حوزه داده کاوی واضح است. اخیراً به منظور افزایش دقت دسته بندی، استفاده از آنتولوژی لغوی به عنوان مرجع خارجی و نیز استخراج دانش از متون در فرآیند دسته بندی، مطرح شده است؛ از این رو، هدف از انجام این پروژه ارائه و پیاده سازی سیستم دسته بندی خودکار اسنادی است که آنتولوژی لغوی فارس نت را در عملیات دسته بندی داخل می نماید. این امر منجر به افزایش اوزان کلمات مرتبط با دانش پیش زمینه متن می شود. راهکار پیشنهادی برای استفاده از آنتولوژی لغوی، تمرکز بر روی بردار مشخصه ی معنایی را محور فعالیت های خود قرار داده است؛ تا بدین وسیله فرآیند دسته بندی را بهبود بخشد. در این پروژه ضمن بررسی و مطالعه ی روش های بکارگیری آنتولوژی لغوی در فرآیند دسته بندی، آنتولوژی لغوی فارس نت را به منظور استخراج روابط معنایی استفاده می نماییم.در سیستم ارائه شده، کلیه ی اجزاء تشکیل دهنده ی سیستم دسته بندی شامل پردازشگر لغوی، کاهنده ی ویژگی، انتخاب کننده ی ویژگی، وزن دهی به ویژگی و طبقه بندی کننده اسناد، لحاظ شده است. در این پروژه الگوریتم χ^2 در بخش انتخاب مشخصه و روش وزن دهی ویژگی نرمال شده TFIDF در بخش وزن دهی به کار گرفته می شود. پیش از اعمال روش وزن دهی به مشخصه ها، بردار مشخصه معنایی برای هر کلمه کلیدی توسط مفاهیم استخراج شده از آنتولوژی لغوی فارس نت، ایجاد می شود. نتایج ارزیابی های انجام شده نشان دهنده ی بهبود قابل توجهی در کارایی و دقت الگوریتم دسته بندی با بکارگیری آنتولوژی لغوی فارس نت است.

سپاس سامانهای مبتنی بر معماری openEHR است و از دو بخش مدل مرجع و مدل آرکتایپ تشکیلشده و یکپارچه سازی آن با سامانههای دیگر با استفاده از دو نوع آرکتایپ انجام میشود. هستی شناسی علاوه بر قابلیتهای آرکتایپ، برتری هایی نیز نسبت به آن دارد و با استفاده از آن به شیوهای مناسبتر میتوان به یکپارچه سازی سامانه های اطلاعاتی پرداخت. در این پژوهش با بررسی مشکلات معماری یکپارچه سازی این معماری، راهکاری مبتنی بر هستیشناسی برای حل این مشکلات ارائه شده است.راهکار پیشنهادی این پژوهش از بخشهای هستیشناسی ، مهندسی دانش، محیط openEHR ، داده های خارجی و موتور استنتاج تشکیل شده است و از قابلیت های معماری مدل رانه برای تبدیل مدل های دادهی خارجی به هستی شناسی و از روش پیمانه ای کردن RPato برای شکست هستی شناسی به چند واحد کوچکتر استفاده شده است. برای بازنمایی این راهکار از مدل مفهومی، مدل منطقی، مدل لایه ای و نقشه ی راه استفاده شده است و برای نشان دادن امکان پذیر بودن یکپارچه سازی با استفاده از این راهکار بخش هایی از آن پیادهسازی شد. این بخشها شامل پیادهسازی هستیشناسی openEHR درقالب زبان هستی شناسی وب در محیط پروتژه ، انجام تبدیل مدل رانه ی نمودار کلاس ارسال داده های پَکس به سپاس با استفاده از ابزار OWLGrEd به هستی شناسی پکس و ادغام و نگاشت دو هستی شناسی است.ارزیابی راهکار با استفاده از روش ATAM انجام شد و بر اساس نیازمندی های سپاس مجموعه ای از ویژگی های کیفی و پانزده سناریو استخراج و نحوه ی پشتیبانی راهکار از هر یک از آنها تشریح و سپس خبرگانی از حوزه ی سیستمهای اطلاعاتی، هستی شناسی و پرونده الکترونیک سلامت به عنوان گروه ارزیاب انتخاب شدند و این گروه ارزیاب پشتیبانی کامل راهکار ارائه شده از نیازمندی های مرتبط با موضوع تحقیق را تأیید نمودند.

---