بکارگیری خوشه‌بندی مفهومی برای استخراج عبارات کلیدی و اصطلاحات مرتبط: مطالعه موردی متون حوزه ارتباطات علمی

نویسندگان

1 استادیار، گروه علم اطلاعات و دانش‌شناسی، دانشگاه اصفهان، اصفهان، ایران

2 دانشجوی دکتری علم اطلاعات و دانش شناسی، دانشگاه اصفهان، ایران

3 گروه علم اطلاعات و دانش‌شناسی، دانشگاه اصفهان، اصفهان، ایران

4 دانشیار گروه سیستم‎های اطلاعاتی، موسسه تجزیه و تحلیل داده‎ها و سیستم‎های اطلاعاتی، دانشگاه کوروینوس بوداپست، مجارستان

doi
10.22034/jipm.2024.2022598.1545
چکیده

ارتباط علمی از انواع و گونه ‎های ارتباطات است که از طریق به‏ کارگیری روش ‏ها و ابزارهای ارتباطی و با هدف تبادل دانش و اطلاعات علمی انجام می‏شود. به‏ منظور احراز دیدگاهی جامع درباره ارتباطات علمی و پژوهشی و تقویت آن باید اصطلاحات و مفاهیم آن شناسایی گردد. از این ‏رو، هدف اصلی پژوهش حاضر شناسایی و خوشه ‎بندی مفهومی اصطلاحات و مفاهیم کلیدی در حوزه ارتباطات علمی با استفاده از تکنیک‎ های متن‎ کاوی است.روش پژوهش حاضر از لحاظ رویکرد، کمی و از لحاظ هدف، کاربردی است. برای شناسایی و خوشه ‏بندی اصطلاحات کلیدی در حوزه ارتباطات علمی از تکنیک‎ های مختلف متن‎ کاوی استفاده گردید. جامعه آماری پژوهش حاضر، مشتمل بر چکیده مقالات مرتبط با حوزه ارتباطات علمی مستخرج از پایگاه ‎های اطلاعاتی «وب‏ آو‏ساینس» و «اسکوپوس» به تعداد 558 مقاله و روش نمونه ‏گیری، سرشماری بود. ابتدا تمامی اصطلاحات و عبارات اسمی با استفاده از کتابخانه ‎های موجود با کدنویسی به‏ زبان «پایتون» استخراج، و فراوانی واژگان محاسبه گردید. سپس هر عبارت مرکب به واژگان تشکیل ‏دهنده آن تجزیه شده و بر مبنای واژه ‎نامه «گلاو» و با محاسبه میانگین بردارهای آن کلمات، یک بردار عددی تخصیص یافت. برای اصطلاحات ناشناخته نیز- که در واژه‎نامه «گلاو» وجود نداشت- یک عبارت معادل با استفاده از واژگان موجود جهت توصیف آن، جایگزین و بردار عددی عبارت ساخته شد و خوشه‎ بندی (به ‏روش کا-مینز) بر روی آن واژگان انجام شد. یافته‏ ها نشان داد که از 17930 کلیدواژه مستخرج، تعداد 13651 واژه، عبارت اسمی بود. همچنین، 16 درصد از اصطلاحات حوزه ارتباطات علمی، تک‏واژه‏ای و 84 درصد آن مرکب بودند. پس از ایجاد بردارهای اصطلاحات مرکب و انجام خوشه ‏بندی، از 792 عبارت یا اصطلاح در حوزه ارتباطات علمی، تعداد 40 خوشه مفهومی ایجاد گردید. پس از تعدیل و حذف خوشه ‏های ضعیف، سرانجام تعداد 22 خوشه در حوزه ارتباطات علمی شناسایی گردید. شناسایی مفاهیم اصلی در ارتباطات علمی در قالب خوشه‏ های‏ مفهومی و عناصر آن از نتایج پژوهش حاضر قلم داد می‏شود. از مهم‏ترین یافته‎ های دیگر پژوهش، تخصیص بردارهای عددی به عبارات ترکیبی از روی بردار واژگان تشکیل‏ دهنده آن‏ها و سپس استفاده از این بردارها برای خوشه ‏بندی و دسته‏ بندی عبارات و همچنین قابلیت بهبود و تصحیح بعضی از خوشه‏ ها بود. این روش در خوشه‏ بندی و دسته ‏بندی مفاهیم امکان توجه به جنبه ‏های معناشناسی و یادگیری را مورد توجه قرار می‏دهد و به تحلیل دقیق اصطلاحات و عبارات کلیدی در حوزه ‏های مختلف کمک خواهد کرد.