جستجوي پيشرفته | کتابخانه مجازی الفبا

قرن چهارم هجري قمري، براي اسلام و مسلمانان، قرني شگفت انگيز بود. رشد و نمو علم و دانش و نگارش كتب علمي در اكثر زمينه ها از جمله، پزشكي، شيمي، رياضيات، فلسفه، نجوم ، كلام، تاريخ، ادبيات، فقه و حديث از بالندگي مخصوص برخودار شد. در اين بين مورخان مسلمان نيز در نگارش تاريخ به ابداعاتي دست زدند. آنها به علل و عوامل وقايع تاريخي توجه نمودند. جرياني كه بر مورخين اسلامي و تاريخ نگاري آنان تأثير گذاشت، رويكرد عقلاني در اين قرن بود. فلسفه و كلام نیزوارد ميدان شده و با استدلالات عقلاني كه براي نظرات خود ابراز مي نمودند، ديگر علوم را به پيروي از اين شيوه رهنمون کردند. مورخين اسلام نيز كه از افكار كلامي و فلسفي به دور نبودند، خواه ناخواه اين تفكرات را در تاريخ نگاري خويش انعکاس دادند. البته بايد توجه نمود كه ميزان اين اثر گذاري در بين مورخين به يك اندازه نبود. از اين رو در اين رساله سعي شده است كه به ارتباط علم كلام و مورخين اسلامي اشاره شود و به اين موضوع نيز پرداخته شود كه چگونه فضای عقلانی را که علم كلام در جامعه اسلامی بوجود آورده بود بر نوعبينش و تاريخ نگاري مورخين اسلامي در اين قرن تاثیر داشته است. هم چنين چگونه علم كلام و متكلمان درراستای مقاصد خود که اثبات مبانی دین ودفاع ازآن بود،از گزاره های تاریخ سود بردند.

گسترش بیش از حد وب، نیازِ بر سامانه‌های بازیابی اطلاعات را بیش از پیش نموده‌است. یکی از این دست سامانه‌ها، که تحقیقات بسیاری را معطوف خود نموده‌است، موتور‌های جستجو هستند. رشدِ نماییِ استفاده از موتور‌های جستجو در میان کاربران وب به‌اندازه‌ای است که بسیاری حتی در انجام کار‌های روزمره، استفاد از آن را در اولویت قرار می‌دهند. این میزان رشد نمایان‌گر نیاز بر تمرکز بیش از پیش بر توسعه موتور‌های جستجویی با قابلیت بیشتر در پاسخگویی به نیاز کاربران است. ازجمله نیاز‌های مهم کاربران، بازیابی صفحاتِ وب مبتی بر دامنه خاص، جستجوی دقیق‌تر، ارائه رهنمون‌های مناسب و رتبه‌بندی کارآمد صفحات وب است. این نیاز‌ها درطی تحقیقاتِ جامع منجر به معرفی مفاهیم معنایی در موتور‌های جستجو شده‌است. امروزه تمرکز بسیاری از توسعه‌دهندگان موتور‌های جستجو، مهاجرت از موتور‌های جستجوی نحوی خود به‌سمت موتور‌های جستجوی معنایی است. بیان انجام این مهاجرت در کلام ساده بوده و پیاده‌سازی آن نیاز به ممارست فراوان دارد. از جمله مشکلات موجود استخراج دانش دامنه‌ای و مبتنی بر زبانی است که موتور‌های جستجو با آن روبرو هستند.این پایان‌نامه آغاز نگرشی در جهت توسعه موتور‌های جستجوی معنایی به زبان فارسی در حوزه فناوری اطلاعات و ارتباطات است. بر اساس معماری ارائه‌شده برای موتور جستجوی معنایی خود، دو رویکرد مورد توجه بوده‌است. در بخش نخست از این پایان‌نامه مکانیزم خزش متمرکز مورد توجه بوده‌است. خزش‌گر یکی از مهم‌ترین و شکننده‌ترین مولفه هر موتور جستجو است که وظیفه استخراج صفحات وب به‌منظور استفاده‌های آتی، همانند یادگیری هست‌شناسی و ساخت شاخص، را بر‌عهده دارد. در این میان مکانیزم خزش متمرکز جدیدی ارائه و مورد ارزیابی قرار گرفت. در بخش دوم، یادگیری هست‌شناسی به‌عنوان زیربنای موتور‌های جستجوی معنایی مورد تحقیق و بررسی قرار گرفت. یادگیری هست‌شناسی در صفحاتِ حوزه فناوری اطلاعات و ارتباطات به زبان فارسی با مشکلات و نقیصه‌هایی همراه بوده که این نقیصه‌ها مورد بررسی قرار گرفته و لزوم پیاده‌سازی نرم‌افزار‌هایی در این باب به چالش کشیده‌شده‌است. بنابر الگوریتم‌های یادگیری هست‌شناسی مورد استفاده، مهم‌ترین نقطه ضعف در این حوزه عدم وجود نرم‌افزار‌هایی مناسب پردازش زبان طبیعی به زبان فارسی است.

امنیت بزرگ‌ترین چالش بر سر راه استقرار و کاربرد رایانش ابری در مقیاس وسیع می باشدومکانیزم های سنتی امنیت قابل استفاده در رایانش ابری نمی‌باشند. اعتماد نقش مهمی در برقراری تعاملات امن و سودمند در محیط رایانش ابری دارد و می‌تواند جایگزین مناسبی برای مکانیزم‌های سنتی امنیت باشد. به دلیل رشد تراکنش‌های بر خط و فعالیت‌های تجارت الکترونیک در سال‌های اخیر، طراحی چارچوب شهرت و اعتماد برای سرویس‌های الکترونیکی، زمینه‌ای است که توجه بسیاری را به خود جلب کرده است. یکی از پارامترهای مهم در سیستم‌های سنجش اعتماد، قابلیت تشخیص زمینه فعالیت است. برای وارد کردن پارامتر زمینه فعالیت در محاسبات اعتماد، از روش تشخیص شباهت بین زمینه‌ها استفاده می‌شود. این روش می‌تواند بین زمینه‌های مختلف، بر حسب میزان اختلاف آن‌ها، تفاوت قائل شود و زمینه‌های مشابه یکدیگر را شناسایی کند.تحقیق پیش رو به مدل سازی ارتباط بین زمینه‌های مختلف بر اساس ساختارهای آنتولوژی و سلسله مراتبی پرداخته است. مدل پیشنهادی با توجه به داده‌های واقعی موجود در سیستم‌های تجارت الکترونیک که در عمل در حال بکار گیری هستند، مورد بررسی قرار گرفته است و نتایج نشانگر این است که زمینه می‌تواند 70 درصد عملکرد سیستم‌های فعلی اعتماد را بهبود بخشد.در این پژوهش پس از ارزیابی صحت عملکرد مدل در سیستم‌های تجارت الکترونیک، مدل را وارد حوزه رایانش ابری کرده‌ایم و نشان داده‌ایم که از این مدل می‌توان در حوزه رایانش ابری نیز استفاده نمود.

با رشد فزاینده و لجام گسیخته اطلاعات دیجیتالی و نیاز به دستیابی به اطلاعات مورد نظر از میان خیل انبوه متون و اسناد موجود در زمان معقول، نیاز به سیستم‌های بازیابی اطلاعاتی که بتوانند نیاز اطلاعاتی کاربران را کامل‌تر و دقیق‌تر تشخیص داده و متون و اسناد مرتبط با آن را بازیابی کند، بیش از پیش احساس می‌شود. به دلیل ویژگی‌های خاص زبان طبیعی نظیر چند معنایی عبارت، ارتباطات معنایی نهفته و ... ، تنها مقایسه عبارات موجود در پرس‌جوی کاربران با اسناد موجود به منظور جستجوی نیاز اطلاعاتی کاربران در نمایه سیستم، کافی نبودهو نتایج حاصل نمی‌تواند به طور مطلوب پاسخ‌گوی نیاز کاربران باشد. هدف از انجام این تحقیق شناسایی مفاهیم مستتر در دامنه معنایی متون و اسناد، به منظور استفاده در نمایه‌سازی و بهبود عملکرد سیستم‌های بازیابی اطلاعات می‌باشد. برای انجام این کار دامنه معنایی متن را با استفاده از دامنه معنایی مفاهیم که در پایگاه دانش سیستم تعریف شده، شناسایی می‌نماییم. سپس مفاهیم مستتر در دامنه معنایی متن را استخراج و بر اساس ارتباط معنایی که با متن(مفاهیم موجود در متن) دارند، رده‌بندی می‌کنیم. مفاهیم موجود در صدر رده‌بندی فوق به عنوان مهم‌ترین مفاهیم مستتر در دامنه معنایی متن به نمایه متن افزوده می‌شوند تا در زمان مقایسه پرس‌جوها با نمایه مدنظر قرار بگیرند. پیاده‌سازی ایده فوق به ابداع دو روش اکتشافی، یکی در زمینه مهندسی دانش و هستی‌شناسی و دیگری در زمینه پردازش زبان طبیعی انجامید. در زمینه هستی‌شناسی یک روش جدید برای نمایش مفاهیم توسط یک بردار معنایی در فضای n-بعدی دامنه ارائه شد. برای نگاشت متن به پایگاه دانش سیستم، مفهوم هسته‌های معنایی متن بر اساس زنجیره‌های معنایی ارائه شده و مورد استفاده قرار گرفت.برای ارزیابی ایده‌های موردنظر، سیستم فوق به صورت یک ماجول پیش‌پردازش‌گر به یک سیستم بازیابی اطلاعات فضای برداری وزن‌دار(VSM) افزوده شده و تغییرات عملکرد این سیستم در حالت عادی (بدون وجود ماجول پیش‌پردازش‌گر) و هنگامی که ورودی آن از سیستم مورد نظر ما تامین می‌شود، مقایسه شد. در پیاده‌سازی ماجول پیش‌پردازش‌گر معنایی از WordNet به عنوان پایگاه دانش سیستم استفاده شد. نتایج ارزیابی عملکرد سیستم بر روی 4 مجموعه از اسناد آزمایش سیستم‌های بازیابی اطلاعات، حاکی از عملکرد نوید بخش در صورت تعیین مقادیر مناسب برای پارامترهای ورودی و استفاده از پایگاه دانش مناسب می‌باشد.

از دیر باز بحث امنیت سیستم‌های رایانه‌ای همراه با فزونی یافتن اقسام آسیب پذیری‌ها و نیز سوءاستفاده مهاجمین از این ضعف‌ها به عنوان یکی از مباحث پر تنش در جوامع علمی مطرح بوده است. می‌توان اقدامات انجام شده در زمینه امنیت رایانه‌ای را به دو دسته کلی تقسیم کرد: پیش از رخداد و پس از رخداد. در زمینه فرایندهای پس از رخداد بیشتر علاقه‌مندیم تا با کسب شواهد دیجیتال از سیستم هدف به شناسایی جرم حادث شده،‌ عامل آن و میزان خرابی متاثر از جرم بپردازیم تا در صورت امکان مهاجم را تشخیص داده، راه نفوذ را سَد کنیم و به جبران مافات بپردازیم. به مجموعه این فرایند، جرم‌شناسی دیجیتال گفته می‌شود. در این میان، منابع متفاوتی همچون دیسک، شبکه و حافظه برای کسب شواهد از سیستم هدف وجود دارند. روش‌های مرسوم به علت مانایی داده‌های روی دیسک بیشتر به کسب شواهد از این منبع می‌پردازند. حال آنکه منابع پر‌ارزشی از اطلاعات به علت نامانایی و یا سختی تحلیل از بررسی باز می‌مانند. در این پژوهش سعی داریم اَهمّ ابزارهایی که تاکنون برای جمع‌آوری و نیز تحلیل شواهد حافظه ارائه شدند را به صورت کلی بررسی کرده و معیاری برای مقایسه و انتخاب آنها توسط متخصصان امنیت ارائه دهیم. به طور کلی به این فرایندهای کسب و تحلیل داده‌های حافظه جرم‌شناسی حافظه گفته می‌شود. درادامه به مُعضلات روش‌های مرسوم در زمینه جرم‌شناسی حافظه خواهیم پرداخت و نشان خواهیم داد که می‌توان با یک هستی‌شناسی پیشنهادی و ارائه استاندارد برای شواهد کسب شده از حافظه به بسیاری از این مسائل پاسخ گفت. در نهایت چارچوب جدیدی را برای بازسازی حوادث رخ داده در طی تجسّس دیجیتال پیشنهاد خواهیم کرد تا جرم‌‌شناسان بتوانند از آن برای عینیت بخشیدن به سیر وقوع حوادث رخ داده بهره ببرند.

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 ظهور معماری سرویس گرا، وب سرویس ها محبوبیت بسیاری یافتند. بعلت موجود بودن تعداد زیادی از وب سرویس ها، یافتن وب سرویس متناسب با نیازهای کاربر چالشی عظیم می باشد. این امر نیاز به برقراری یک فرایند مورد اعتماد و موثر کشف وب سرویس را تضمین می کند. امروزه تحقیقات بسیاری برای طراحی روش هایی به منظور افزایش میزان دقت کشف وب سرویس انجام می گیرد که بهترین سرویس را تطبیق نماید. نتایج فرایند کشف سرویس، سرویس هایی است که تا اندازه ای نیاز های کاربر را ارضا می نمایند. در نظر گرفتن رابطه معنایی میان کلمات استفاده شده در توصیف سرویس و همچنین پارامترهای ورودی و خروجی می تواند منجر به دقت در کشف وب سرویس شود. علاوه بر پارامترهای ورودی و خروجی، پارامترهای دیگری نیز در توصیف سرویس وجود دارند که استفاده از آنها منجر به بالا بردن دقت کشف وب سرویس ها می شود. این پارامترها پیش شرط و اثر نام دارند. این تحقیق الگوریتمی برای کشف وب سرویس معنایی براساس مقایسه میان پارامترهای ورودی، خروجی، پیش شرط، و اثر درخواست و سرویس، ارائه می دهد.در بیشتر روش های کشف وب سرویس، پنج درجه تطبیق در نظر گرفته می شود که عبارتند از : Exact، PlugIn، Subsume، Intersect، Fail. در الگوریتم حاضر به جای درجه Fail درجه تطبیق جدیدی به نام Substitute در نظرگرفته شده که سرویس جایگزین درخواست را ارائه می کند. همچنین در این الگوریتم برای تعیین میزان شباهت میان مفاهیم روشی بر مبنای درخت سلسله مراتب آنتولوژی در نظر گرفته شده که میزان دوری و نزدیکی مفاهیم به یکدیگر را تشخیص می دهد. الگوریتم ارائه شده از یک سیستم امتیاز دهی براساس میزان شباهت مفاهیم و ویژگی های آنها به یکدیگر استفاده می کند. این سیستم به هر یک از زوج مفاهیم که با یکدیگر مقایسه می شوند، براساس روش تعیین مشابهت ذکر شده، امتیازی نسبت داده و امتیاز نهایی سرویس را براساس میانگین امتیاز مفاهیم محاسبه می کند. امتیاز محاسبه شده برای هر سرویس همراه با درجه تطبیقی که برای سرویس محاسبه شده است به کاربر ارائه می شود.برای ارزیابی الگوریتم ارائه شده از مجموعه داده ای متشکل از 100 وب سرویس معنایی و 20 پرس و جو استفاده شده است. نتایج به سه معیار Precision/Recall، F1، و میانگین زمان پاسخ با سه الگوریتم کشف وب سرویس دیگر مقایسه شده اند. الگوریتم ارائه شده دارای دقت بالاتری از سه الگوریتم مورد مقایسه می باشد. اما از نظر میانگین زمان پاسخ با توجه به اینکه علاوه بر ورودی و خروجی، از مقایسه پیش شرط و اثر نیز برای کشف وب سرویس معنایی استفاده می کند، دارای میانگین زمان پاسخ بالاتری نسبت به دیگر الگوریتم های مورد مقایسه می باشد. در مجموع، دقت کشف وب سرویس معنایی با الگوریتم ارائه شده پیشرفت قابل ملاحظه ای را نسبت به روش های مرسوم کشف وب سرویس نشان می دهد.

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.

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.

وب امروزی اطلاعات را به‌صورت پراکنده و بدون درنظر‌گرفتن معنایشان در وب‌سایت‌های مختلف قرار داده است. اگر شخصی بخواهد به‌دنبال کالا و یا مفهوم خاصی در وب بگردد، باید به وب‌سایت‌های مختلف مراجعه کرده و اطلاعات آن‌ها را با هم مقایسه کند. اگر بتوان اطلاعات موجود در وب در زمینه‌ای خاص را به‌صورت یکپارچه و معنادار در کنار یکدیگر قرار داد، در وقت و هزینه‌ی کاربر صرفه‌جویی می‌شود. برای انجام این کار باید ابتدا اطلاعات موجود در وب استخراج شده و سپس به‌صورت یکپارچه در کنار یکدیگر قرار گیرند. این رساله برای استخراج اطلاعات، از وب‌سرویس‌ها و برای یکپارچه‌سازی آن‌ها از وب‌معنایی استفاده کرده است. این رساله به‌طور خاص از آنتولوژی استفاده کرده و آنتولوژی کتاب را تهیه کرده است. بدین‌صورت که ابتدا یک آنتولوژی اولیه ساخته شده است. سپس اطلاعات موجود در وب در مورد کتاب از طریق وب‌سرویس‌ها استخراج شده و در قالب یک آنتولوژی ذخیره شده است. در مرحله‌ی بعد این آنتولوژی‌ها باید با یکدیگر تطبیق یابند تا یک آنتولوژی یکپارچه ساخته شود. جهت انجام این‌کار باید مشابهت‌های معنایی، رشته‌ای و ساختاری این آنتولوژی‌ها درنظرگرفته شود. این رساله برای بررسی مشابهت معنایی و رشته‌ای از اطلاعات زمینه‌ای (فرهنگ‌لغت‌هایی) مثل ویکی‌پدیا، وُردنِت، گوگل و غیره استفاده کرده و برای بررسی مشابهت ساختاری از درختِ این آنتولوژی‌ها استفاده کرده است. در نهایت، آنتولوژی یکپارچه‌ی نهایی ساخته و نمونه‌سازی می‌شود.