کاربرد بازیابی اطلاعات (IR) در پردازش زبان طبیعی

هزاران سال است که مردم به اهمیت آرشیو و یافتن اطلاعات پی برده اند. با ظهور رایانه ها، ذخیره حجم زیادی از اطلاعات ممکن شد. و یافتن اطلاعات مفید از این گونه مجموعه ها یک ضرورت شد. رشته بازیابی اطلاعات (IR) در دهه ۱۹۵۰ به دلیل همین ضرورت متولد شد. در طول چهل سال گذشته، این رشته به طور قابل توجهی رشد کرده است. چندین سیستم ,۵ به طور روزمره توسط طیف گسترده ای از کاربران استفاده می شود. بازیابی اطلاعات به یک حوزه تحقیقاتی مهم در زمینه علوم کامپیوتر تبدیل شده است. بازیابی اطلاعات (IR) عموما به جستجو و بازیابی اطلاعات مبتنی بر دانش از پایگاه داده می پردازد. در این مقاله، مدلها و تکنیکهای مختلف برای بازیابی اطلاعات را نشان میدهیم. تکنیکهای پردازش خودکار زبان طبیعی از اولین ماشینهای محاسباتی در دست توسعه بودهاند و در سالهای اخیر ثابت شدهاند که این تکنیکها به اندازه کافی قوی، قابل اعتماد و کارآمد هستند که منجر به تولید محصولات تجاری در بسیاری از زمینه ها میشوند. این برنامه ها شامل ترجمه ماشینی، رابطه ای زبان طبیعی و تحلیل سبکی متون است، اما تکنیکهای ۱/۳ علاوه بر اینها برای سایر وظایف محاسباتی نیز به کار رفته است. در این مقاله پیشرفتهای اخیر در استفاده از سطوح واژگانی، نحوی، معنایی و گفتمانی تحلیل زبان را برای کارهایی مانند نمایهسازی خودکار و نیمه خودکار متن، بازیابی متن، انتزاع و خلاصه سازی متن، تولید اصطلاحنامه از مجموعه متن بررسی و مرور خواهیم کرد. و بازیابی اطلاعات مفهومی. در نهایت، چشم انداز دستاوردها از نظر اثربخشی یا کیفیت بازیابی کلی مورد بحث قرار خواهد گرفت.

کلیدواژه ها:

بازیابی اطلاعات ((Information Retrieval) (IR ، (Neuro-linguistic programming )NLPبرنامهریزی عصبی زبانی ، مدل (model)