جستجوي پيشرفته | کتابخانه مجازی الفبا

يكی از ملاكهای تمايز علوم را، موضوع هر علم دانسته اند. در اين راستا، حكما در ابتدای "الهيات" در مورد الهيات به بحث پرداخته اند. شيخ الرييس ابن سينا در "الهيات شفا" به طور مبسوط به اين بحث پرداخته است اينكه ابن سينا چه معنايی از موضوع الهيات در نظر داشته را از خلال آن مباحث می توان استخراج كرد. اين نوشتار بر آن است تا آن معنا را با استفاده از روش معناشناسی و راهكارهای آن استخراج كرده و نتيجه را در جملاتی كه از اطناب ممل و اجمال مخل بدور باشند ارايه كند. اين كار كه از حيث ابهام زدايی معنايی و شفاف كردن تغييرات معنايی می تواند اهميت داشته باشد، بررسی معناشناختی را صرفا در "الهيات شفا" انجام داده است .

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 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.

سیستم‌های آموزش هوشمند وآموزش الکترونیکی طی چند سال گذشته پیشرفت‌های قابل ملاحظه‌ای داشته‌اند. هر‌کدام از این سیستم‌ها به نحوی در بخشی از آموزش مورد استفاده قرار می‌گیرد، اما حوزه‌های فعالیتی آنها متفاوت است. خوشبختانه امروزه، افزایش محتویات علمی آموزشی، ضرورت بهره برداری بهینه از سیستم‌های آموزش الکترونیکی را بیش از پیش آشکار کرده است. از طرف دیگر با به‌کارگیری و ترکیب تکنیکهای هوشمندسازی به‌کار رفته در سیستم‌های آموزش هوشمند، می‌توان از دانش وسیعی که در سیستم‌های آموزش الکترونیکی وجود دارد و قسمت عمده‌ای از دانش بشری را شامل می‌شود، استفاده کرد و سیستم‌های آموزش هوشمند،مبتنی بر دانش سیستم‌های آموزش الکترونیکی ایجاد نمود. این پایاننامه با بررسی نقاط قوت و ضعف هر دو سیستم ضمن بیان لزوم ترکیب آنها، فرصت‌ها و چالش‌های پیرامون ادغام این سیستم‌ها را بیان می‌کند، سپس با ارایه یک طرح پیشنهادی مبتنی بر شبکه معنایی، الگوریتمی برای نمایش قسمتی از دانش یک سامانه آموزش مجازی به صورت شبکه معنایی ارایه می‌دهد و به‌دنبال آن با استفاده از شبکه معنایی ایجاد شده، الگوریتم‌های پیشنهادی مولد طرح درس، یافتن کوتاه‌ترین مسیر آموزشی و یافتن پرارزش‌ترین شی آموزشی را معرفی می‌‌کند. برای بررسی عملیاتی بودن طرح ارائه شده، با استفاده از روش ارایه شده در این پایان نامه، قسمتی از محتویات آموزشی یک سامانه آموزش مجازی که مورد استفاده اغلب دانشگاه های مطرح دنیا می‌باشد، جمع آوری شد و ضمن خلاصه سازی داده های آموزشی، بازنمایی قسمتی از دانش آن به صورت یک شبکه معنایی با موفقیت به انجام رسید. تمامی الگوریتم‌های پیشنهادی این پایان‌نامه از نظر پیچیدگی محاسباتی بررسی شدند. الگوریتم‌های مولد طرح درس از پیچیدگی O(n)، تعیین کوتاه ترین مسیر آموزشی از پیچیدگی O(n^3)و یافتن پرارزش‌ترین شی آموزشی از پیچیدگیO(n^2) می‌باشد. پیچیدگی محاسباتی اجرای این الگوریتم‌ها موید بازدهی خوب آنها در شرایط واقعی است. هم‌چنین با بررسی نتایج آموزشی، تاثیر مثبت به‌کارگیری سیستم پیشنهادی اثبات گردید.

با ظهور وب ورشد روز افزون میزان اطلاعات و مستندات بر روی آن، راه های تبادل اطلاعات بین افراد و استفاده از آن تحت تأثیر قرار گرفته است. برای این که بتوان با چشمی باز بین مستندات بی شمار وب راه را یافت. تحولی لازم است وب معنایی یا قابلیت پردازش معنا توسط کامپیوتر، آنتالوژی نیز به عنوان واژه نامه قابل پردازش مفهوم و معانی، ستون فقرات وب معنایی را تشکیل می دهد. گراف یک آنتالوژی لزوما تغییر می کند تا بهبود یابد مدیریت تغییرات در آنتالوژی های توزیع شده از جمله مواردی است که تاکنون نتوانسته است در سیستم های نگهداری و مدیریت آنتالوژی های توزیع شده کاملا کاربردی شود هنگام تغییرات آنتالوژی مبدا علاوه بر اثرات جانبی این تغییر در خود آنتالوژی ممکن است در زنجیره های معنایی آنتالوژی دیگری که از آن استفاده کرده است نیز انواع خلل ها و گسستگی ها مشاهده شود و یک سری از استنتاج ها، اعتبار خود را از دست بدهند. براین اساس، در پروژه حاضر معماری های سیستم های نگهداری و مدیریت آنتالوژی های توزیع شده کاملا کاربردی شود هنگام تغییرات آنتالوژی مبدا، علاوه بر اثرات جانبی این تغییر در خود آنتالوژی ممکن است در زنجیره های معنایی آنتالوژی دیگری که از آن استفاده کرده است نیز انواع خلل ها و گسستگی ها مشاهده شود و یک سری از استنتاج ها، اعتبار خود را از دست بدهند. براین اساس، در پروژه حاضر معماری های سیستم های نگهداری و مدیریت آنتالوژی های توزیع شده ارزیابی می شوند. در ادامه، تحلیلی در مورد روش های به روز رسانی درخت های توزیع شده انجام می شود. سپس طراحی یک سیستم بهینه نگهداری و مدیریت تغییرات آنتالوژی های توزیع شده که با استفاده از الگوریتم های بهینه به روز رسانی گراف تقویت شده است توسعه داده شود اثرات تغییرات با کاربرد در یک سیستم کتابخانه رقمی قابل مشاهده و پی گیری و ارزیابی می باشد

به دلیل افزایش جریان‌های داده‏ای و اطلاعاتی، بحث داده‏آمیزی به عنوان یکی از مهم‏ترین زمینه‌های تحقیقاتی و عملیاتی محسوب می‌شود. در حوزه‏هايي که اطلاعات زيادي وجود دارد و تصميم‏گيري‏هاي ضعيف باعث پيامدهاي جدي مي‏شود، مسئله داده‏آميزي بسيار حياتي است. داده‏آميزي اطلاعات چندين منبع را يکپارچه مي‏کند و اين عمل به منظور فراهم آوردن داده‏هاي مشخص و قابل درک درباره موجوديت‏ها و روابط بين آن‏ها صورت مي‏گيرد و نهايتا منجر به استخراج دانش جديد نيز خواهد شد. با ظهور وب معنایی و همه‌گیر شدن آن، ضرورت درک اطلاعات توسط ماشین بر هیچ کس پوشیده نیست، اين تحقيق برآن است تا تکنولوژی‏های وب معنایی را وارد حوزه داده‏آمیزی نماید. با توجه به اینکه یکی از رايج‏ترين مدل‏هاي داده‏آمیزی، مدل چندسطحی JDL می‏باشد، با افزودن معنا و گنجاندن آنتولوژی و سایر تکنولوژي‏هاي وب معنايي به این مدل، يک ساختار داده‏آمیزی معنايي ارائه می‏شود. ساختار ارائه‏شده، گام مهمی در رفع چالش معنایی، که يکي از چالش‏هاي اصلي موجود در سيستم‏هاي داده‏آمیزی است به حساب می‏آید و نیز ناهمگونی‏های نحوی، ساختاری و معنایی را برطرف خواهد نمود.مدل ارائه‌شده با مباحث مختلف از جمله طراحی آنتولوژی‌ها، داده‏های سنسوری، وارد نمودن زمان در سه-تایی‌های RDF، استخراج قوانین و نمایش آن‌ها به صورت معنایی، انجام استنتاج معنایی، بازیابی داده‌های ذخیره شده در RDFStore روبه رو می‌باشد که در پیاده‌سازی در نظر گرفته می‌شوند.ساختار پیشنهادی از نظر کمی و کیفی مورد بررسی قرار گرفته شده است و ویژگی‌های اصلی آن در مقایسه با سایر سیستم‌های داده‏آمیزی برشمرده می‌شود و همچنین با پیاده‌سازی مدل، نشان داده می‏شود که این مدل قابلیت عملیاتی شدن را دارد و کارایی آن توسط فرد خبره موردتأیید قرار می‏گیرد.

تغییرات بسیار سریع فضای کسب و کار از یکسو و شرایط ناپایدار بازار از سوی دیگر، موجب شده است تا سازمان‌ها بیش از پیش به دنبال ایجاد همکاریبا یکدیگر جهت دستیابی به فرصت‌های جدید باشند. در این میان، سازمان‌های مجازی سریع ، به عنوان راه‌حلی برای ایجاد همکاری بین سازمان‌ها، سال‌هاست که از سوی موسسات تحقیقاتی و صنعتی مورد تحقیق و بررسی قرار گرفته‌اند. علی‌رغم پژوهش‌های وسیع صورت گرفته در این حوزه، عدم وجود چارچوبی نزدیک به معمار سازمان مجازی(که دانش کامپیوتری وسیع نداشته) که نیازمندی‌های کلان سازمان مجازی و نیز نیازمندی‌های خرد و در سطح کیفیت سرویس‌های وب را در برگیرد، به خوبی احساس می‌گردد. با توجه به اینکه ایجاد سازمان‌ مجازی سریع در گروایجاد سریع فرآیندهای شبکه‌ای کسب و کار است، تحقیق پیش‌رو بر آن است تا چارچوبی – همراه با ابزارها و روش‌های مربوطه – برای ایجاد نیمه‌خودکار فرآیندهای شبکه‌ای کسب و کار به عنوان سنگ‌بنا و مولفه‌ اصلی سازمان‌های مجازی سریع، ارائه نماید. این چارچوب که “چارچوب ایجاد فرآیندهای شبکه‌ای سرویس‌گرای کسب‌وکار” نام دارد دارای سه مشخصه خاص است. الف) این چارچوب متناسب و نزدیک به کاربر نهایی (معمار سازمان مجازی یا صاحب فرآیند ) است که دانشی از علوم کامپیوتر ندارد. ب) چارچوب ارائه شده سطوح کلان سازمانی و نیازمندی‌های کلان سازمان را در کنار نیازمندی‌های خرد در بر می‌گیرد. پ) این چارچوب با بکارگیری قواعد کسب و کار، فرآیندها را بصورت نیمه‌خودکار ایجاد می‌نماید.

ایده اصلی وب معنایی، ایجاد فراداده‌هایی است که داده را شرح می‌دهند تا کامپیوترها را قادر به پردازش معنی اشیا کنند. هدف از وب معنایی این است که ماشین‌ها نیز همانند انسان‌ها سندها را درک کرده و تفسیر کنند. یکی از مولفه‌های اصلی وب معنایی، آنتولوژی است، که نسبت به سایر مولفه‌ها از قدرت بیان بیشتری برخوردار است. آنتولوژی، مجموعه‌ای از واژگان مشترک را برای محققانی تعریف می‌کند که نیاز به اشتراک‌گذاری اطلاعات در یک دامنه دارند. امروزه استفاده از آنتولوژی در وب افزایش یافته است. بسیاری از آنتولوژی‌های معروف، اندازه بزرگی دارند. اندازه بزرگ این آنتولوژی‌ها باعث کاهش سرعت و کارایی در استفاده‌مجدد، استنتاج، نگهداری و هماهنگی سیستم‌های توزیع‌شده می‌شود. راه‌حل این مساله، پیمانه‌‌ای کردن آنتولوژی می‌باشد. پیمانه‌ای کردن آنتولوژی، بخش مهمی از مهندسی آنتولوژی است که برای کاهش پیچیدگی و اندازه آنتولوژی، یا آن را به کل قطعات تشکیل‌دهنده می‌شکند (تقسیم‌بندی آنتولوژی) و یا اینکه فقط بخش کوچکی از آن را استخراج می‌کند (استخراج پیمانه). هدف از این پژوهش ارائه رهیافتی برای پیمانه‌ای کردن آنتولوژی به پیمانه‌هایی درست، کامل و متصل به هم است، به صورتی که کاربر بتواند بر اساس نیازهای برنامه کاربردی تنظیماتی را در پیمانه‌ای کردن اعمال کند.رهیافت ارائه‌شده در این پژوهش روی تقسیم‌بندی آنتولوژی تمرکز دارد. برای داشتن قطعه‌های کامل، ابتدا یک استنتاج مقدماتی روی آنتولوژی انجام شده و سپس حاصل آن به Pato، که ابزاری برای تقسیم‌بندی است، داده می‌شود. به دلیل انجام استنتاج مقدماتی، نتیجه تقسیم‌بندی، پیمانه‌هایی مرتبط و نیمه‌کامل است. بنابراین، قضایای کامل‌کننده به آن‌ها اضافه می‌شود. سپس پیمانه‌ها توسط زبان آنتولوژی پیمانه‌ای P-DL به هم متصل می‌شوند. به این ترتیب، پیمانه‌های حاصل، پیمانه‌هایی متصل و کامل با اندازه مناسب هستند. هرچند استنتاج روی آنتولوژی‌های بزرگ عملی وقت‌گیر است، اما فقط یکبار صورت می‌گیرد و در عوض مزایای زیادی به همراه دارد که توسط دیگر روش‌ها تامین نمی‌شوند. برای ضمانتِ این ادعا، روش ارائه‌شده و روش‌های قبلی به صورت تئوری و عملی ارزیابی شده و نشان داده می‌شود که این روش باعث می‌شود که آنتولوژی به‌طور متعادلی بخش‌بندی شود و پیمانه‌های حاصل مانند یک آنتولوژی خودشمول، توسط ابزارهای زیادی استفاده شوند.

چکیده ندارد.

سرویس پست الکترونیک یکی از محبوب‌ترین سرویس‌های اینترنت است که بخش مهمی از این ایمیل‌ها، مورد درخواست و تقاضای کاربر نیست. عدم درخواست این ایمیل‌ها و یا عدم شناسایی فرستنده هرزنامه تعریف می‌شود که البته همین تعریف نیز مورد توافق همه افراد قرار نگرفته است. از مهمترین چالش‌های شناخت هرزنامه، وابستگی آن به سلایق کاربر است. به-عبارت دیگر یک ایمیل ممکن است برای فردی هرزنامه و برای فرد دیگری ایمیل موجه تلقی شود. این موضوع، مفهوم جدیدی را با عنوان شخصی‌سازی ایمیل ایجاد می‌کند. عدم ارائه تعریف دقیق هرزنامه و همچنین تنوع سلایق و نظرات کاربران در مورد این‌گونه ایمیل‌ها، مانع ایجاد مکانیزم مناسبی برای جلوگیری از دریافت و یا ارسال هرزنامه شده است. در این پایان‌نامه برای مشخص کردن نوع کلاس‌های ایمیل‌ و طبقه‌بندی آن، از یک هستان‌شناسیدامنه استفاده می‌شود. به‌علاوه در حین انجام کار با استفاده از مجموعه داده‌ها ، آنتولوژی پایه تکمیل و درنهایت از آنتولوژی جدید برای کلاس‌بندی ایمیل استفاده می‌شود. باید توجه داشت که تغییر سلایق افراد در گذر زمان و فیلتر هرزنامه دارای رابطه مستقیم هستند، این رابطه به‌نحوی است که با تغییر سلایق افراد، آنتولوژی مربوطه باید خود را به‌روز نموده و مکانیزم پویایی برای جلوگیری از ارسال هرزنامه ایجاد کند به‌طوری‌که این موضوع در این تحقیق لحاظ می‌شود. به‌علاوه نتایج به‌وضوح برتری 1/99 درصدی روش پیشنهادی را نسبت به روش‌های پیشین نشان می‌دهد، به‌ویژه که هم‌زمان نسبت به تغییرات سلیقه‌ی کاربر نیز به‌صورت پویا عمل می‌کند.