عنوان
ارائه الگوريتمي براي نوع يابي و پيونددهي توأمان موجوديت در جداول متني به زبان فارسي
نويسنده اصلي
پروين كشوري فيني
مقطع تحصيلي
كارشناسي ارشد
چكيده
با افزايش روزافزون داده‌ها در اينترنت، وب به يكي از بزرگ‌ترين مخازن داده تبديل‌شده است. وب‌سايت‌ها حاوي اطلاعاتي ناهمگن به شكل صفحات متني، تصاوير ديجيتالي و غيره هستند. جداول يكي از عناصر صفحات وب هستند كه نمايش فشرده‌اي از اطلاعات با پوشش موضوعي گسترده‌اي را فراهم مي‌كنند.
درك جدول، فرآيند كلي است كه با استخراج يك جدول از صفحات وب شروع مي‌شود و تا تفسير معنايي آن را پوشش مي‌دهد. هدف فرآيند تفسير معنايي جداول، توانمندسازي ماشين‌ها براي درك معناي داده‌هاي موجود در جدول است. تفسير معنايي جداول، يك زمينه درحال‌توسعه در پردازش زبان‌هاي طبيعي است كه در بهبود عملكرد سيستم‌هايي ازجمله استخراج اطلاعات و موتورهاي جستجو كاربرد دارد.
در اين پايان نامه، الگوريتمي براي نوع يابي و پيونددهي موجوديت در جداول فارسي به پايگاه دانش فارس‌بيس ارائه مي‌دهيم. چنين پژوهشي در زبان فارسي براي اولين بار است كه انجام مي‌شود. ما با پيونددهي سلول‌هاي جدول به موجوديت‌هاي مرجع نظير آن‌ها در پايگاه دانش فارس‌بيس و نوع سلول‌ها با انواع نظير آن‌ها، تناظرهايي بين عناصر جدول و عناصر پايگاه دانش فارس‌بيس ايجاد مي‌كنيم. در ابتدا پس از اعمال پيش‌پردازش روي جداول، مجموعه موجوديت‌هاي نامزد براي هر موجوديت ارجاعي در سلول‌ها را توليد مي‌كنيم. سپس مجموعه‌اي از مفاهيم مرتبط با هر نامزد را استخراج كرده و به‌عنوان مجموعه كلاس‌هاي نامزد براي نوع موجوديت‌هاي ستون در نظر مي‌گيريم. در مرحله بعد ابهام‌زدايي نوع موجوديت‌هاي ستون‌ها انجام مي‌شود و در آخرين مرحله سعي مي‌شود تا موجوديت‌هاي ارجاعي، ابهام‌زدايي شوند.
ارزيابي‌ها نشان مي‌دهد كه روش پيشنهادي در پيونددهي موجوديت حدود 37% و در نوع يابي موجوديت حدود 4% نسبت به خط مبنا نتايج بهتري دارد. نتايج الگوريتم پيونددهي موجوديت‌هاي سلول‌ها و حاشيه‌نويسي نوع ستون‌هاي جداول، در زبان فارسي اولين است.
شماره ركورد
196010
دانشگاه
دانشگاه علم و صنعت ايران
رشته تحصيلي
مهندسي كامپيوتر- نرم‌افزار
استاد راهنما
آقاي دكتر بهروز مينايي