تشخیص هم معنانویسی در متون فارسی به کمک نظریه مجموعه فازی

سال انتشار: 1394
محل انتشار: هفتمین کنفرانس بین المللی فناوری اطلاعات و دانش
کد COI اختصاصی: ICIKT07_006
زبان مقاله: فارسی
تعداد مشاهده: 729

نویسندگان

دانشگاه تربیت مدرس، دانشکده فنی و مهندسی، گروه مهندسی فناوری اطلاعات

چکیده

تشخیص هم معنانویسی از حوزه های مورد علاقه دنیای علم است که در بسیاری از مسائل علمی همانند دستبرد ادبی کاربرد دارد. در این مقاله روشی برای شناسایی متون تخصصی هم معنانویسی شده به کمک نظریه مجموعه فازی ارائه شده است. در روش پیشنهادی، به علت وجود ابهام در نحوه سنجش شباهت و اینکه روش ها و سنجه های شباهت سنجی از منابعی استفاده می کنند که در آنها گنگی و ابهام وجود داشته، شباهت بین دو واژه یا دو متن به صورت متغیری فازی مدل شده است. بدین منظور در مرحله ابتدایی هر متن به دو بخش بخش بندی شده و برای هر بخش ویژگی های مرتبط استخراج می گردد و در نهایت سیستم استنتاج فازی بر « تخصصی » و « عمومی » اساس خبرگان طراحی و قواعدی برای شناسایی درست هم معنانویسی استخراج می شود. روش پیشنهادی بر روی مجموعه داده های« مقالات یادگیری الکترونیکی» مورد ارزیابی قرار گرفته که با دقت بیش از 79% امکان شناسایی اسناد هم معنانویسی شده و مشابه را داراست و به همین دلیل می توان از آن برای استفاده در سامانه های واقعی تشخیص دستبرد محتوایی در متون فارسی بهره جست.

کلیدواژه ها

هم معنانویسی، دستبرد ادبی، متن فارسی، نظریه مجموعه فازی، سنجه شباهت، شباهت سنجی معنایی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.