فهرست نشریات علمی دسترسی آزاد ایران

سازگاری کدهای رده‌‏بندی و اصطلاحات نمایه‏‌سازی از یک اصطلاح‏نامه مدون با عبارات و کلماتی که به‏‌طور خودکار استخراج شده، با استفاده از نمایه‌سازی ماشینی ایجاد می‏‌شود. در طراحی نظام نمایه‏‌سازی ‏خودکار، کامپیوتر به‏‌طور کامل جایگزین انسان می‏شود. این پژوهش با هدف اسـتخراج کلمـات کلیـدی و شناسایی گرایش‏‌های موضوعی مقالات نمونه آماری در حوزه بازیابی اطلاعات و تخصص موضوعی نویسنده هر مقاله با روش متن‏‌کاوی و دسته‏‌بندی آن‏‌ها با استفاده از هم‏رخدادی واژگان صورت گرفته است. روش این پژوهش از نوع کاربردی است و بر اساس مدل «کریسپ» از مدل‏‌های فرایند داده‏‌کاوی و الگوریتم‌های متن‏ کاوی انجام گرفته است. جامعه پژوهش، 313 مقاله حوزه بازیابی اطلاعات نمایه‌شده در «پایگاه نورمگز» است. پس از نرمال‏‌سازی متن مقالات با نرم‏‌افزار ویراستیار، طی متن‏‌کاوی مقالات با نسخه 7/1نرم‏‌افزار «رپیدماینر»، واژگان کلیدی از طریق محاسبه وزن آن‏ها استخراج و داده‏‌ها با استفاده از دو الگوریتم کلاسیک دسته ‏بندی یعنی «کی‏ان‏ان» و «نایو بیز» تجزیه و تحلیل شدند. در پژوهش حاضر، کامپیوتر با کمک ابزارهای متن‏‌کاوی نرم‌‏افزار «رپیدماینر»، متن ماشین‏ خوان را با استفاده از بسامد واژه‌‏ها به‌‏طور خودکار نمایه‌‏سازی کرده است. بدین‏‌منظور، با کمک عملگرهای «ان-گرام» و محاسبه وزن کلمات بر اساس روش «تی‏اف-آی‏دی‏اف»، اصطلاحات و مفاهیم کلیدی و تخصص موضوعی نویسنده هر مقاله در قالب 16 دسته‌‏بندی استخراج شده است. سرانجام، برتری مدل «کی‏ان‏ان» در دسته‌‏بندی موضوعات هسته مقالات این پژوهش با دقت 85 درصدی نسبت به مدل «نایو بیز» تأیید شد. مشاهده نتایج محاسبه دقت‏‌های مأخوذه از مدل‏‌ها، گواه کارایی قابل‏ قبول نرم‏‌افزار «رپیدماینر» در نمایه‌‏سازی ماشینی متون است. نمایه‏‌سازی متون با استفاده از این روش می‏‌تواند به بهبود نتایج بازیابی اطلاعات و جلوگیری از ریزش کاذب اطلاعات در پایگاه‏‌های اطلاعاتی کمک کند.