<span dir="RTL" lang="FA">مدل سازی هستی شناسی دامنه در آرشیو دیجیتال مرکز اسناد انقلاب اسلامی: رویکرد ترکیبی تحلیل متن و بازاستفاده از هستی شناسی ها

سازمان دهی اطلاعات در آرشیوهای دیجیتال، به ویژه آرشیوهای تاریخی مانند مرکز اسناد انقلاب اسلامی ایران، با چالش هایی مانند ناکارآمدی نظام های سنتی بازیابی اطلاعات مواجه است. این مرکز، با بیش از ۵/۴ میلیون برگ سند، ۳۱ هزار ساعت تاریخ شفاهی، و میلیون ها عنوان خبری و مقاله، نیاز به رویکردهای نوین مانند هستی شناسی دامنه و گراف دانش دارد تا دسترسی معنایی به موجودیت های کلیدی را بهبود بخشد. هدف این پژوهش، مدل سازی هستی شناسی دامنه برای آرشیو دیجیتال این مرکز با رویکرد ترکیبی تحلیل متن و بازاستفاده از هستی شناسی های موجود است. روش پژوهش آمیخته است: از تحلیل متن به شکل نیمه خودکار و خودکار برای استخراج موجودیت ها، طراحی مدل بر اساس اصول هستی شناسی و اعتبارسنجی یافته ها با تکنیک گروه اسمی استفاده شده است. یافته ها شامل ۵۳۵ رده است که پس از اعتبارسنجی با معیارهای ۱) منطق سلسله مراتبی، ۲) صحت تاریخی/ فرهنگی، ۳) هم ترازی و معادل سازی و ۴) کامل بودن و سادگی، ۴۵۷ رده تایید، ۷۰ رده اضافه شده، ۵۳ رده در سلسله مراتب جابجا و ۱۹ رده حذف شدند. این هستی شناسی مبنایی را برای گراف دانش فراهم می کند، بازیابی معنایی را ارتقا می دهد، و پایه ای منطقی برای سیستم های هوش مصنوعی در مدیریت اسناد تاریخی ایران است. این پژوهش خلا طراحی هستی شناسی کاربردی در تاریخ معاصر ایران را پر کرده و قابل توسعه برای دامنه های مشابه است.

کلیدواژه ها:

آرشیو دیجیتال ، استخراج موجودیت ، بازیابی اطلاعات معنایی ، جست وجوی معنایی ، گراف دانش ، مرکز اسناد انقلاب اسلامی ، هستی شناسی دامنه