استخراج کلمات و عبارات کلیدی از متون فارسی(مروری بر پژوهشهای صورت گرفته )
نویسندگان
1 دانشگاه شیراز؛ شیراز، ایران؛ مسئول کتابخانه دانشکده پرستاری و مامایی؛ دانشگاه علوم پزشکی قزوین؛ قزوین، ایران؛
2 بخش علم اطلاعات و دانششناسی؛ دانشکده روانشناسی و علوم تربیتی؛ دانشگاه شیراز؛ شیراز، ایران؛
3 دانشگاه فردوسی مشهد؛ مشهد، ایران؛ کارشناس بخش تست و توسعه؛ شرکت پارسآذرخش؛ تهران، ایران
4 گروه پزشکی اجتماعی؛ دانشکده پزشکی؛ دانشگاه علوم پزشکی قزوین؛ قزوین، ایران
5 بخش علم اطلاعات و دانششناسی؛ دانشکده روانشناسی و علوم تربیتی؛ دانشگاه شیراز؛ شیراز، ایران؛
6 ؛ بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات؛ دانشگاه شیراز؛ شیراز، ایران
7 بخش علم اطلاعات و دانششناسی؛ دانشکده روانشناسی و علوم تربیتی؛ دانشگاه شیراز؛ شیراز، ایران؛
8 دانشکده مهندسی کامپیوتر؛ دانشگاه صنعتی امیرکبیر؛ تهران، ایران؛
doi
10.35050/JIPM010.2020.011چکیده
استخراج کلمات/ عبارات کلیدی متن، پیشنیاز بسیاری دیگر از وظایف حوزه پردازش زبان طبیعی است. اما بررسی متون فارسی و انگلیسی این حوزه نشان میدهد که تلاشهای انگشتشماری برای استخراج کلمات/ عبارات کلیدی از متون فارسی صورتگرفته است. ازاینرو، این مقاله با هدف تعیین موقعیت کنونی پردازش زبان طبیعی فارسی، و بهطور خاص، استخراج کلمات/ عبارات کلیدی از متون فارسی به مرور خلاصهای از مقالات فارسی و انگلیسی منتشرشده در این حوزه که از متون فارسی برای آزمودن ایدهها استفاده کردهاند، میپردازد. سپس، هر مقاله را از نظر روششناسی، نحوه اجرا و پیادهسازی، روش ارزیابی، و معیارهای آن مورد تعمق قرار داده و به چالش میکشد. در مجموع، 14 مقاله فارسی و 6 مقاله انگلیسی به استخراج کلمات و عبارات کلیدی از متون فارسی پرداختهاند. روش بیشتر این مقالات استفاده از اطلاعات آماری و زبانشناختی بوده است. اکثر این مقالات یا در روششناسی انتخابشده ایراد دارند و یا نویسندگان نتوانستهاند ایده پیشنهادی خود را بهوضوح برای خواننده تبیین نمایند. در بسیاری از مقالات از مجموعه داده استانداردی برای ارزیابی سیستم استفاده نشده و نحوه محاسبه معیارهای ارزیابی مبهم یا دارای اشکال است. در مجموع، بهجز 3 مقاله که روش اجراشده را بهنحو نسبتاً قابلقبولی گزارش کردهاند، سایر مقالات قابلیت تکرارپذیری و تعمیم ندارند. این است که نمیتوان از آنها بهعنوان معیار پایهای برای ارزیابی سیستمهای آینده استفاده کرد یا از ایده مطرحشده در آنها با اطمینان در ساخت و توسعه نرمافزارهای کاربردی و عملی در حوزه استخراج کلمات کلیدی استفاده نمود.