جستجوي پيشرفته | کتابخانه مجازی الفبا

باتوجه به ذات پویای سیستم‌های چندپیشکاره وب‌معنایی و وجود پیشکارهای مختلف در آن، شناسایی پیشکارهای قابل اعتماد یکی از چالش‌های ایجاد ارتباط بین پیشکارها در وب‌معنایی است. ارزیابی اعتماد در این سیستم‌ها براساس رفتار گذشته‌ی پیشکارها انجام می‌شود. دو منبع اصلی برای کسب اطلاعات از رفتار گذشته‌ی پیشکارها وجود دارد: ارتباط‌ مستقیم بین پیشکارها و اطلاعات به‌دست آمده از سایر پیشکارهای اجتماع. باوجود پیشکارها با سلیقه‌ها و نظرات مختلف، مدل اعتماد پیشنهادی باید بتواند مطابق با نیازهای پیشکارها تنظیم شود. به‌علاوه برای محاسبه‌ی اعتبار پیشکارها باید اطلاعات مربوط به رفتار آن‌ها در گذشته از جامعه‌ی پیشکارها جمع‌آوری شود. همچنین اعتماد ابعاد مختلفی دارد و ممکن است میزان اعتماد به پیشکار مفروضی در ابعاد مختلف متفاوت باشد. این رساله برای حل هر یک از این چالش‌ها راه‌حلی پیشنهاد می‌دهد. مدل پیشنهادی این رساله از روش توزیع شده‌‌‌ای مبتنی‌بر شبکه‌های اجتماعی برای جمع‌آوری اطلاعات از محیط استفاده می‌کند و با بهره‌گیری از شبکه‌های عصبی مصنوعی میزان اعتبار را براساس مشاهدات جمع‌آوری شده ارزیابی می‌کند. شبکه‌های عصبی در طول زمان مطابق دیدگاه پیشکار آموزش می‌بینند، بدین‌ترتیب میزان اهمیت توصیه‌های جمع‌آوری شده باتوجه به دیدگاه پیشکار ارزیابی‌کننده‌ی اعتماد تنظیم شود. همچنین مدل پیشنهادی دراین رساله برای نمایش میزان اعتماد از آنتولوژی‌ها بهره می‌گیرد، بدین وسیله میزان اعتماد در ابعاد مختلف محاسبه می‌شود. این رساله برای بررسی کارایی مدل پیشنهادی، بستری با استفاده از میان‌افزار Jade پیاده‌سازی می‌کند و کارایی مدل به‌‌طور عملی در آن آزمایش می‌شود.

داده های پیوندی که زیرمجموعه ای از وب معنایی می باشد، عبارت است از داده های ساختارمندی، که با یکدیگر توسط ارتباطات معنادار در ارتباط هستند. در حال حاضر، موسسات، سازمانها و افراد مختلفی در تلاش برای انتشار داده های خود به صورت داده های پیوندی می باشند تا آنها را به فضای داده جهانی ملحق کنند، اما به علت آشنا نبودن با مفاهیم تخصصی این روند به کندی صورت می گیرد. از این رو، چارچوبهایی جهت انتشار داده ها در زمینه های مختلف بر پایه اصول داده های پیوندی مورد نیاز است. هدف این تحقیق، ارائه چارچوبی جهت انتشار اطلاعات کتابها، که یکی از نیازهای اساسی محققان و کاربران مختلف است، بر پایه اصول داده های پیوندی می باشد. در چارچوب پیشنهادی ابتدا داده ها دریافت و جهت انتشار آماده سازی می شوند. سپس این داده ها به فرمت RDF تبدیل می شوند و پس از شناسایی منابع داده خارجی مرتبط، پیوندهای لازم با استفاده از هستان شناسی های مناسب برقرار می گردند. یک مجموعه داده نمونه از اطلاعات کتابهای یک کتابخانه، توسط چارچوب مورد نظرمنتشر شده است. ارتباطات برقرار شده بین مجموعه داده نمونه و فضای داده جهانی، توسط معیارهای مقبولیت (دقت و فراخوانی) مورد تحلیل و ارزیابی قرار گرفته است. نتایج این ارزیابی حاکی از دقت بالا در انتخاب منابع هدف می باشد. در انتها با انتشار مجموعه لغات voiD، اطلاعات آماری، ساختاری و بنیادی مجموعه داده نمونه منتشر شده است.

وب‌معنایی با هدف ایجاد ارتباط و تعامل مستقیم ماشین‌ها و بدون دخالت بشر طرح شد، ولی هم‌اکنون با چالش بزرگ تعامل آنتولوژی‌ها روبه‌رو است. این رساله درپی یافتن تناظر بین موجودیت‌های آنتولوژی، با استفاده از روش‌های یادگیری ماشین است. بدین ترتیب که، ابتدا معیار شباهت را در سطوح مختلف برای آنتولوژی‌های واقعی انتخاب و تولید می‌کند، و سپس از معروف‌ترین دسته‌بندی کننده‌های تحت‌نظارت، مثل ماشین بردارهای پشتیان (SVM) ، نزدیک‌ترینk همسایه (KNN)، درخت تصمیم‌گیری (DT) و روش AdaBoost برای دسته‌بندی موجودیت‌ها استفاده می‌کند. البته هر یک از دسته‌بندی‌کننده‌های مذکور با پارامترهای مناسب تنظیم می‌شوند. مدل نهایی بدون نیاز به بازخورد کاربر و کاملاً خودکار است. هم‌ترازی تنها برمبنای اطلاعات موجود در اسناد OWL است، و نیازی به نمونه‌های آنتولوژی نیست. از SVM برای کاهش معیارهای مشابهت استفاده شده، و نتایج حاصل از آزمایش مدل، بیانگر انتخاب روش مناسب و تنظیم صحیح پارامترهاست. به‌طوری‌که قادر به تامین نتایج قابل‌قبول همراه با کاهش قابل‌ملاحظه‌ی هزینه‌ی محاسباتی است. نتایج حاصل از روش AdaBoost بالاترین کارایی را داراست. نتایج حاکی از میانگین مقدار 92 درصد برای معیار F است.

بحث تولید و بازیابی محتوای آموزشی یکی از بحث‌های مهم در آموزش‌ الکترونیکی است. از طرفی باافزایش محتوا روی وب تلاش برای دسترسی به مفاهیم مرتبط با یک حوزه‌ی درسی و آموزشی؛ برای مثال مفاهیم مرتبط با حوزه‌ی سیستم‌های فازی کاری وقت‌گیر، هزینه‌بر و مشکل است و ممکن است جست‌وجو روی وب، محقق را به نتیجه‌ی دلخواه نرساند. بنابراین در بسیاری از تحقیقات اخیر سعی‌ بر این است که روش‌هایی برای دسته‌بندی و نمایش مفاهیم مرتبط به‌صورت کلی و یکپارچه ارائه شود. در این تحقیق سعی‌ شده است که با استفاده از پایگاه‌دانش‌های عمومی ‌به مفاهیم مرتبط با حوزه‌ی دلخواه دسترسی پیدا کرده و به‌صورت دسته‌بندی شده براساس سطح سختی به دانش‌ورزان در قالب یک پایگاه‌دانش ارائه شود. در سال‌های اخیر به‌کارگیری تکنیک‌های وب‌معنایی برای تولید و نمایشِ دانش در آموزش‌ الکترونیکی توجه بسیاری را به خود جلب کرده است. این رساله، سیستمی برای تولید و نمایش دانش ارائه می‌کند که مبتنی‌بر مفاهیمِ نقشه‌‌ی مفهوم، مدل داده‌ای چارچوب توصیف منابع و آنتولوژی است. از آن جهت که این مفاهیم می‌توانند دانش مورد نظر را بهتر نشان دهند و معنا را نیز دربرمی‌گیرند. در روش پیشنهادی از پایگاه‌دانش عمومیِ DBpedia که مبتنی‌بر موجودیت‌های ویکی‌پدیا است برای استخراج مفاهیم آموزشی، از نقشه-ی مفهوم برای ایجاد گرافی از مفاهیم و ارتباطات میان آن‌ها و از ابزارهای ویرایش‌گر آنتولوژی مانند پروتگ برای ساخت پایگاه‌دانش از نقشه‌ی مفهوم به زبانِ آنتولوژی وب استفاده شده است. همچنین از آن‌جاکه ساخت مواد آموزشی کاری وقت‌گیر، مشکل و پرهزینه است، این رساله برای بازیابی مواد آموزشی با استفاده از مدل پیشکارهای وب‌معنایی از موتورهای جستجوگر وب و وب‌سرویس‌های کتابخانه‌های دیجیتال استفاده می‌کند. روش پیشنهادی برای ایجاد پایگاه‌دانش از مفاهیم موجود در حوزه‌ی سیستم‌های فازی و بازیابی مواد آموزشی برای هر مفهوم استفاده می‌کند. ارزیابی سیستم با استفاده از مقایسه‌ی طرح پیشنهادی با کارهای پیشین و نظرسنجی دانش‌ورزان انجام می-شود. براساس این دو ارزیابی می‌توان به معنادار بودن، نشانه‌گذاری ساده‌، قابلیت پویایی ساده، کامل بودن و قابلیت اشتراک پایگاه‌دانش حاصل در تمامی سیستم‌های آموزشی، دسترسی سریع و دسته‌بندی شده به مفاهیم و سرفصل‌های آموزشی و دسترسی به منابع بیشتر اشاره کرد.

معماری سرویس‌گرا (SOA) یک فلسفه‌ی طراحی برای سیستم‌های توزیع‌شده است. هر عملیات در این معماری در قالب یک سرویس طراحی و پیاده‌سازی می‌شود. یکی از روش‌های متداول برای پیاده‌سازی SOA، استفاده از وب‌سرویس‌ها‌ است. در سیستم‌هایی که از اصول سرویس‌گرایی تبعیت می‌کنند، خودکارسازی عملیات اکتشاف وب‌سرویس‌ها‌ با دقت و سرعتی قابل قبول، یک چالش محسوب می‌شود. از طرف دیگر، ناهمگنی در توصیف وب‌سرویس‌ها‌ نیز می‌تواند مشکل‌ساز باشد. با استفاده از یک معماری منسجم برای اکتشاف وب‌سرویس‌ها، می‌توان با این چالش‌ها مقابله کرد.در این پایان‌نامه قصد داریم یک معماری برای انتشار و اکتشاف وب‌سرویس‌های معنایی ارائه نماییم که هدف آن خودکارسازی عملیات انتشار و اکتشاف ‌سرویس‌ها و افزایش سرعت و بهبود دقت اکتشاف سرویس‌ها است. این معماری شامل مولفه‌های نرم‌افزار‌ی انتشار و اکتشاف معنایی و نحوه‌ی تعامل آن‌ها در یک بستر توزیع‌شده است. بستر توزیع‌شده‌ای که‌ برای این معماری طراحی شده است ترکیبی از نظیرها و ابرنظیرها در یک شبکه‌ی هم‌پوشانی ترکیبی است. مدلی برای انتشار و استقرار انباره‌ی وب‌سرویس‌ها در شبکه‌ی P2P آورده شده است که با استفاده از خوشه‌بندی دوسطحی برمبنای context و functionality ترتیب داده شده است. علاوه‌بر‌این، الگوریتم‌هایی را برای مولفه‌های اصلی معماری طراحی کرده‌ایم. با الگوریتم انطباقی که بر مبنای این معماری پیشنهاد شده است می‌توانیم مشکل false positive را در انطباق حل می‌کنیم.

در سال‌های اخیر، تکنیک‌های فیلتر محتوایی دانش‌محور مبتنی‌بر پایگاه دانش و آنتولوژی به‌ روش‌هایی کارا و قابل‌قبول برای فیلتر اطلاعات تبدیل شده‌اند. در این تحقیق از ساختار آنتولوژی و پایگاه‌دانش‌های ویکی‌پدیا، وردنت و BNC برای عمل فیلتر اسناد، بهبود نمایش اولویت‌های کاربری و محتوای اسناد و محاسبه شباهت معنایی استفاده می‌شود. همچنین سامان‌دهی علایق کاربری و محتوای اسناد در پروفایل‌ها امکان استخراج دانش درباره‌ی علایق احتمالی کاربران و محتوای اسناد را با استفاده از آنتولوژی و پایگاه‌دانش فراهم می‌آورد. این تحقیق روشی نوین و منحصر‌به‌فرد در ساختار ترکیب خبرگان برای فیلتر اسناد ارائه می‌کند و مجموعه‌ای از بهترین و کاراترین روش‌های فیلتر را پیاده‌سازی و با هم یکپارچه می‌کند. ارزیابی سیستم در دو مرحله ارزیابی روش‌های محاسبه شباهت معنایی و روش‌های فیلتر محتوایی با استفاده از مجموعه داده‌های میلر- چارلز و 20Newsgroup انجام می‌شود. نتایج ارزیابی، همبستگی زیاد روش‌های محاسبه‌ی شباهت معنایی میان مفاهیم را با قضاوت بشر نشان می‌دهد. روش‌ مبتنی‌بر ویکی‌پدیا با میزان همبستگی 0.779 نه‌تنها از دیگر روش‌های پیاده‌سازی شده بهتر عمل می‌کند بلکه از روش‌های مشابه و شناخته‌شده‌ای مانند CODC با میزان همبستگی 0.693 و روش ESA با میزان همبستگی 0.58 بهتر عمل می‌کند. به‌علاوه در ارزیابی روش‌های فیلتر دانش‌محور ملاحظه می‌شود که روش مبتنی‌بر آنتولوژی با نرخ صحت و کارآیی98.9 و 98 درصد و روش مبتنی‌بر ویکی‌پدیا با نرخ صحت و کارآیی98.2 و 96 درصد نتایجبهتری نسبت به دیگر روش‌های مشابه و شناخته شده مانند NB-SVM Hybrid دارند. همچنین نتایج ارزیابی روش مبتنی‌بر ساختار ترکیب خبرگانبا نرخ صحت و کارآیی 99.4 و 98.9 درصد نشان می‌دهد کهاین روش نه‌تنها از تک‌تک روش‌های پیاده‌سازی شده کارآیی و صحت بالاتری دارد، بلکه می‌تواند خطاهای عمل فیلتر را تصحیح کند. براساس این نتایج، سیستم پیاده‌سازی شده می‌تواند به‌عنوان رویکرد جدیدی در فیلتر محتوایی و به‌عنوان چارچوبی برای استفاده در کاربردهای فیلتر اطلاعات استفاده شود.

با توجه به حجم عظیم دانش و اطلاعات بشر و رشد روزافزون مستندات در زمینه‌های مختلف، پردازش زبان‌های طبیعی و تبدیل متون به دانش قابل فهم برای ماشین، مورد توجه قرار گرفته است. با استفاده از سیستم‌های استخراج اطلاعات می‌توان بطور خودکار پایگاه دانشی ساخت‌یافته از متون ایجاد کرد. در واقع هدف یک سیستم استخراج اطلاعات، استخراج حقایق از متون غیرساخت‌یافته و نمایش آن‌ها در قالب‌های ساخت‌یافته مانند سه‌گانه‌های RDF می‌باشد. اگر حقایق در قالب معنایی RDF نگاشت شوند، می‌توان اطلاعات مورد نیاز را با ساخت و ارسال پرس‌وجوهای SPARQL روی پایگاه دانش بدست آورد. در این پایان‌نامه، روشی برای استخراج آزاد حقایق از متون زبان فارسی پیشنهاد شده است که در آن استخراج حقایق در سطح جمله و بر اساس تشخیص افعال و روابط وابستگی‌ بین اجزای جمله انجام می‌شود. راه‌کار پیشنهادی، حقایق اصلی را بر اساس فعل و حقایق فرعی را بر اساس روابط بین گروه‌های اسمی جمله استخراج و برای تبدیل به قالب RDF آماده‌سازی می‌کند. برای نگاشت حقایق در قالب معنایی RDF، URI قسمت‌های نهاد، مسند و گزاره یک حقیقت با استفاده از شبکه واژگان و ویکی‌پدیا شناسایی می‌شود. در نتیجه در راه‌کار پیشنهادی شبکه واژگان فردوس‌نت بصورت خودکار بر اساس شبکه واژگان انگلیسی ایجاد می‌شود. نتایج حاصل از ارزیابی نشان می‌دهد که روش پیشنهادی در استخراج حقایق موفق بوده و باعث بهبود دقت و فراخوانی نسبت به سیستم‌های موجود می‌شود. علاوه بر‌این سیستم پیشنهادی حقایق را در قالب معنایی RDF استخراج می‌کند.

با پیشرفت فناوری های اطلاعاتی و مخابراتی، مقادیر فراوانی اطلاعات ناهمگن و توزیع شده فراهم شده است. وب معنایی سعی دارد تا این اسناد و اطلاعات را به فرم داده قابل فهم (دانش) برای ماشین نمایش دهد. یکی از راه های نمایش دانش در وب معنایی، آنتولوژی است که واژه ها و ارتباط بین آن ها را در یک دامنه خاص نشان می دهد. امروزه آنتولوژی ها به روش های مختلف و توسط توسعه دهندگان متفاوتی مدل می شوند، بنابراین همواره تفاوت هایی بین مفاهیم مدل شده در آنتولوژی ها وجود خواهد داشت که تعامل میان آن ها را مشکل می سازد. تطبیق آنتولوژی ها، به عنوان زیرساختی مناسب برای انجام تعاملات در وب معنایی مطرح شده است و به فرآیند یافتن روابط و یا شباهت ها بین موجودیت های آنتولوژی های مختلف اشاره دارد. تاکنون تطبیق دهنده های بسیاری مطرح شده اند که در برخی موارد خوب عمل می کنند و در برخی موارد خوب عمل نمی کنند. این مساله، اهمیت خاصی به انتخاب تطبیق دهنده و ترکیب تطبیق دهنده ها می بخشد. از طرفی، تطبیق خودکار آنتولوژی ها به دلیل عدم تعامل با کاربر، نمی تواند نتایجی با کیفیت بالا به ویژه بر روی مجموعه داده های بزرگ حاصل نماید و این چالشی دیگر است که با عنوان عدم قطعیت در تطبیق آنتولوژی ها بیان شده است. در این پایان نامه، یک متاسیستم تطبیق دهنده با نام MixAlign پیشنهاد شده است که از یک سو به ترکیب نتایج تطبیق دهنده های آنتولوژی ها می پردازد و از سوی دیگر به طور همزمان، مساله عدم قطعیت را رفع می کند تا خروجی تطبیق (هم ترازی)، بهبود یابد. معماری پیشنهادی این سیستم، متشکل از سه بخش با نام های تبدیل کننده فازی، تجمیع کننده فازی و استخراج کننده پویا می باشد. در اینجا با استفاده از تئوری مجموعه های فازی که یکی از روش های ارائه عدم قطعیت است، طبیعت غیرقطعی نگاشت ها مدل سازی می شود. در ادامه، این هم ترازی ها با تعریف درجه توافق مبتنی بر مرکز ثقل اعداد فازی ذوزنقه ای، ترکیب می شوند و سپس، نگاشت های مناسب جهت هم ترازی نهایی استخراج می شوند. بدین ترتیب با هم ترازی های ناقص، متناقض و مخرب، به نحوی قابل قبول رفتار می شود تا در نهایت بتوان از میان چندین هم ترازی ارائه شده برای دو آنتولوژی، به یک هم ترازی توافقی با دقت بیشتر رسید. نتایج تجربی نشان داد که ترکیب هم ترازی های خروجی سیستم های تطبیق دهنده به کمک این روش، کیفیت و دقت واقعی هم ترازی نهایی را نسبت به سیستم های اولیه (قبل از ترکیب) و نسبت به سایر روش های تجمیع مشابهت بهبود می بخشد.

قابلیت عمل پذیری متقابل،در اجتماع وب معنایی به یک امر بسیار مهم و حیاتی تبدیل شده است. طراحان وب، هم چنان با مشکل قابلیت عمل پذیری متقابل معنایی روبرو هستند، که در مسیراستفاده ازکلیه امکانات بالقوه وب قرار دارد. یک مسأله اصلی در قابلیت عمل پذیری متقابل در وب معنایی، تطابق هستان شناسی هاست. تطابق هستان شناسی ها، به فرآیند یافتن روابط و یا تشابه های بین موجودیت های هستان شناسی های مختلف اشاره دارد. تطابق هستانشناسی ها یک مسأله اصلی در بسیاری از کاربردها، مانند مجتمع سازی داده ها، انبار داده ها، تجارت الکترونیکی، و پردازش پرس وجوهای مفهومی می باشد. در این پایان نامه با الهام از یک روش مشهور قبلی (که +prior خوانده می شود) یک روش نوین برای تطابق هستان شناسی ها ارائه می دهیم. +prior، از معیارهای مختلف شباهت استفاده می کند و آن ها را با یک روش وفقی با یکدیگر مجتمع می سازد و درنهایت در صورت لزوم، یک شبکه تعاملی را برای یافتن پیکربندی که به بهترین شکل قیدهای هستان شناسی را ارضا می‌کند، به کار می گیرد. روش پیشنهادی ما بهبودهایی درمراحل مختلف+prior انجام می‌دهد. بهبودهای پیشنهادیشامل تعریف یک معیار شباهت جدید، یک روش جدید برای مجتمع‌سازی شباهت‌ها با استفاده از تعریف یک مفهوم نوین، و ایجاد تغییری در مرحله ارضای قیدهای هستان شناسی است. نتایج ارزیابی بر روی مجموعه محک استاندارد OAEI نشان می دهد روش پیشنهادی ما، معیارهای استاندارد ارزیابی را نسبت به +priorبهبود می بخشد. مقایسه با دیگر روش های مشهور تطابق نیز نشان میدهد روش ما، نتایج خوبی تولید می کند.

نیاز به معنا بخشیدن به محتویات وب، به‌گونه‌ای که برای ماشین‌های مختلف قابل فهم باشد، ایده اصلی ظهور وب معنایی است. اما با طراحی آنتولوژی‌ها، توسط افراد و سازمان‌های مختلف در حوزه‌های گوناگون، سطحی از ناهمگونی اطلاعات به سیستم تحمیل شده است که با تطبیق صحیح آنتولوژی‌ها می‌توان این مشکل وب‏معنایی را نیز حل کرد. با وجود تحقیقات بسیاری که در سال‌های اخیر در زمینه‌ی تطبیق خودکار آنتولوژی‌ها انجام شده، چالش بزرگ تعامل میان آنتولوژی‌ها در شرایط گوناگون همچنان به قوت خود باقی است. این پایان‌نامه در پی یافتن روش‌هایی برای افزایش کارایی سیستم‌های موجود در شرایط مختلف است. این تحقیق متشکل از دو بخش است. در پژوهش اول با استفاده از روش ترکیبی یادگیری ماشین، آدابوست، سیستم‌های موفق تطبیق با یکدیگر ترکیب می‌شوند؛ بدین ترتیب تطبیق‌گرهای مختلف نقاط ضعف یکدیگر را پوشش می‌دهند. نتایج ناشی از پژوهش افزایش دقت و کارایی این روش را نسبت به بهترین تطبیق‌گرهای مجزا نشان می‌دهد. در پژوهش دوم از دامنه‌ی گسترده‌ی اطلاعاتی ویکی‌پدیا، به‏عنوان منبع زبانی، استفاده شده است. به این صورت که سیستم با افزایش دامنه‌ی اطلاعاتی هر تطبیق‌گر در حوزه‏های گوناگون، سعی در بهبود نتایج آن دارد. در این پژوهش نیز کارایی هر سیستم نسبت به قبل افزایش یافته است.