بازيابي اسناد فارسي با مدل فضاي برداري

كارشناسي ارشد

افزايش ميزان داده¬هاي متني الكترونيكي،‌ يك انگيزه مهم براي جستجوي روش¬هاي كارآمد در زمينه‌ي كاوش داده‌هاي متني و به طور خاص، ‌بازيابي اسناد است.‌ هدف اصلي بازيابي اسناد،‌ شناسايي اسناد مرتبط با نياز كاربر در يك پايگاه داده است. در واقع، بازيابي سند كه معمولاً با همان نام بازيابي اطلاعات مورد مراجعه قرار مي‌گيرد،‌ ايجاد يك ليست از اسنادي است كه با درخواست كاربر مرتبط است. ‌اين كار توسط مقايسه درخواست كاربر با يك فهرست از محتواهاي متني اسناد داخل سيستم انجام مي‌شود. امروزه،‌ تقريباً همه از سيستم‌هاي بازيابي سند استفاده مي‌كنند، اگرچه ممكن است تحت اين عنوان به آن مراجعه نكنند، بلكه مثلاً آن را به عنوان موتور جستجوي مبتني بر وب بكار ببرند. مدل‌هاي مختلفي براي بازيابي اسناد مطرح و استفاده شده است اما مدل‌هاي استانداردي كه در بازيابي اسناد استفاده مي‌شوند بر پايه‌ي يك بازنمايي برداري از اسناد هستند. در مدل فضاي برداري،‌ اسناد در قالب بردارهايي در فضاي برداري نشان داده ميشوند‌. بردارها به خوبي مي‌توانند بازنمايي‌هاي كمّي از معني كلمات ارائه دهند و معني كلمات را به راحتي براي ما قابل مقايسه كنند. در اين مدل، سندها و پرس‌و‌جو‌ها به عنوان بسته‌ي كلمه در نظر گرفته مي‌شوند. در اين پايان‌نامه پس از بررسي روش‌هاي بازيابي اسناد، روشي جديد مبتني بر مدل فضاي برداري و معيار شباهت كسينوسي نرم جهت در نظر گرفتن ارتباط و معاني كلمات و بهبود نتايج، پيشنهاد شده است. در روش پيشنهادي، برخي مشكلات و نواقص مدل فضاي برداري مرتفع گرديده است.

190758

دانشگاه علم و صنعت ايران

هوش مصنوعي و رباتيك

دكتر مرتضي آنالوئي