فهرست نشریات علمی دسترسی آزاد ایران

رفع ابهام معنایی واژگان در بازیابی خودکار اطلاعات از چالش‌های بزرگ این حوزه است. متن در خود عناصری محتوایی یا ساختاری دارد که با شناسایی و تحلیل آن‌ها و استخراج الگوهای متفاوت می‌توان به رفع ابهام معنایی و در نتیجه، افزایش اثربخشی نتایج بازیابی دست یافت. هم‌نویسه‌ها از جمله واژگانی هستند که به رفع ابهام معنایی نیاز دارند. نشان داده شده است که بافتار هم‌نویسه می‌تواند به بهبود بازیابی آن کمک کند. بافتار هم‌نویسه خود می‌تواند بسته به نقش و جایگاه آن در متن به انواعی تقسیم شود که ممکن است هر یک در تعیین شباهت بین مدارک از قدرت متفاوتی برخوردار باشد. هدف اصلی از این پژوهش، مقایسه پنج نوع بافتار متنی (شامل بافتار استناد متنی، ارجاع، عنوان ارجاع، عنوان و متن مقاله) به ‌لحاظ قدرت آن‌ها در تعیین شباهت میان مدارک است.به‌ کمک روش تحلیل متن، مجموعه‌ای آزمایشی از مدارک پیرامون هم‌نویسه‌های انگلیسی مشتمل بر 3637 مقاله منتشرشده در بازه زمانی 2000-2015 پیرامون 19 هم‌نویسه در 54 گروه موضوعی مورد بررسی قرار گرفت. برای تعیین شباهت درون خوشه‌ها از روش آماری تحلیل تشخیصی استفاده شده است.نتایج تحلیل تشخیصی نشان داد که در درون خوشه‌های معنایی، زیرخوشه‌هایی با تمایز بسیار اندک قابل مشاهده است. دو بافتار استناد متنی و ارجاع کمترین نقش را در ایجاد تمایز و در نتیجه، بیشترین شباهت را در درون خوشه‌ها داشته‌اند.نتایج به‌دست‌آمده نشان داد که هم‌معنا بودن هم‌نویسه‌ها به ایجاد خوشه‌هایی از مدارک منجر می‌شود که در درون آن‌ها مدارک با هم به ‌لحاظ انواع بافتار هم‌نویسه‌ای تفاوت چندانی با هم ندارند. همچنین،انواع بافتار از قدرت برابری در تعیین تشابه بین مدارک برخوردار نیستند. دو بافتار استناد متنی و ارجاع در تعیین شباهت معنایی در درون خوشه‌های معنایی بیشترین قوت را داشته‌اند. از این دو نوع بافتار که قوت بیشتری در ایجاد شباهت داشته‌اند، می‌توان برای بهبود نتایج بازیابی کمک گرفت. الگوریتم‌های بازیابی در موتورهای جست‌وجو و پایگاه‌های اطلاعاتی می‌توانند برای سنجش دقیق‌تر شباهت بین مدارک حاوی هم‌نویسه‌ها از تحلیل این دو نوع بافتار استفاده کنند.اثر حاضر نخستین پژوهشی است که به تعریف انواع گوناگونی از بافتارهای متنی و مقایسه آن‌ها به‌منظور تعیین قدرت آن‌ها در سنجش شباهت مدارک حاوی هم‌نویسه‌های هم‌معنا می‌پردازد.