جستجوي پيشرفته | کتابخانه مجازی الفبا

اینترنت شبکه ی بین المللی قابل دسترس برای عموم است که شامل رایانه هایی است که بوسیله ی پروتکل واحدی جهت رد و بدل کردن بسته‌های اطلاعاتی با یکدیگر متصل هستند. هر چند پیدایش اینترنت به امور نظامی و امنیتی اطلاعاتی باز می‌گردد اما با مشخص شدن فوائد و کاربردهای بسیار آن و منافعی که در جهت امور اقتصادی، اجتماعی و سیاسی در جوامع دارد ،این فناوری وارد زندگی مردم شده و حوزه‌های مختلف زندگی و از جمله حوزه ی فرهنگ را تحت تأثیر قرار داد. رشد پایگاه‌های اطلاعاتی در محیط وب و فراگیر شدن نسبی شبکه ی اینترنت در بین مردم کشورهای مختلف و امکانات فراوان آن که هر روز نیز رو به گسترش بود ، زمینه ی اقبال گسترده مردم را به این فناوری فراهم آورد ، علی الخصوص که فراتر از قوانین متداول کشورها به کاربران اجازه می داد در سطحی گسترده و حجمی وسیع به تبادل نظرات و ایده‌ها و اطلاعات بپردازند . بخشی از این محیط درهم تنیده ی وب به حوزه ی علوم انسانی و ادیان اختصاص ‌دارد که مراجعه ی زیاد کاربران نشان از اقبال عمومی به این امر بوده و ضرورت حضور جریان‌های فکری شیعی را در این محیط چند برابر می‌نماید . از این منظر ، تحقیق حاضر در صدد بررسى آن است که در محیط مجازی وب و در حوزه ی انگلیسی زبان آن ، جهت معرفی شیعه و تشیع با چه سایت‌ها و با چه محتوایی در آنها مواجه می‌شویم و اگر  یک شخص کاملاً بیگانه از مکتب تشیع بخواهد از طریق جستجو در اینترنت با عقائد تشیع آشنا گردد با چه فضایی روبرو خواهد شد و اساسا آیا می‌توان انتظار داشت که محتوای موجود در پایگاه‌های اینترنتی در جهت تبیین شیعه ، ذهنیت درست و منطبق با آنچه که در تشیع است را در نظر مخاطب غیر شیعه ایجاد نماید؟

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.

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.