جستجوي پيشرفته | کتابخانه مجازی الفبا

رشد بی‌رویه داده‌های روی وب اداره و کاوش اطلاعات را مشکل می‌سازد. هدف وب معنایی آن است که پایگاه دانش معنایی را به صفحات وب که شامل ابرمتون زبان طبیعی می‌باشند، اضافه نماید، تا قدرت جستجوی عمیق و جامعیت اطلاعات را بوجود آورد. از آنجا که ساخت یک پایگاه داده و هستان‌شناسی بصورت دستی بسیار هزینه‌بر و زمان‌گیر است، مانعی بر سر راه پیشرفت فعالیت‌های وب معنایی می‌باشد. به همین دلیل محققین سعی دارند برای دنیای وب هستان‌شناسی‌ها را بطور خودکار تولید نمایند، تا هدف وب معنایی محقق شود. همچنین باید روش‌هایی جهت ارزیابی هستان‌شناسی‌های خودکار ساخت بوجود آید، تا بتوان به نقاط ضعف و قوت روش‌های ساخت خودکار پی برد و به روش‌های بهتری دست یافت. در این پژوهش ابزاری را که توسعه داده‌ایم، توصیف می‌نماییم. این ابزار از روش راهکار دوگانه جهت استخراج اطلاعات هستان‌شناسی استفاده می‌نماید و هستان‌شناسی را بطور خودکار با جستجو بر روی موتور جستجوی سایت Pubmed ایجاد می‌نماید. این روش ابتدا مهم‌ترین دانش ارایه شده در هر مقاله را استخراج و ذخیره می‌نماید، سپس با تحلیل اطلاعات استخراج شده و ذخیره شده، هستان‌شناسی را ایجاد می‌کند. در پایان با یک طرح ارزیابی جامع هستان‌شناسی خودکار ساخت را با هستان‌شناسی‌های متناظر دست ساخت مقایسه می‌نماییم. روش ارزیابی ما از دسته ‌تکنیک‌های ارزیابی کاربردهای زبان طبیعی می‌باشد.

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.

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.

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.

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

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.

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.

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.