جستجوي پيشرفته | کتابخانه مجازی الفبا

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.

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.

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.

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.

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.

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.