شباهت سنجی لغوی در وب گاه های تخصصی فارسی به کمک سیستم نروفازی

تاکنون روش های مختلفی برای تشخیص شباهت دو متن ارائه شده که کارایی آنها به محتوای متن و منابع مورد استفاده برای مقایسه بین واژه های آنها محدود بوده و هیچگونه تطبیقی با داده مورد بررسی نداشته اند به طوری که نیاز به آموزش سنجه با توجه به متن مورد بررسی به خصوص در متون تخصصی فارسی احساس می گردد. در این مقاله روشی ارائه شده است که با توجه به کیفی و ناکامل بودن عوامل اثرگذار بر سنجش شباهت لغوی بین دو متن تخصصی و همچنین نیازمندی به آموزش سنجه، از استنتاج نروفازی که قابلیت یادگیری از داده آموزشی را دارد، استفاده می کند. این روش، جمله های موجود را به دو بخش عمومی و تخصصی تقسیم کرده و سپس با استفاده از سیستم استنتاج نروفازی و پس از یادگیری از طریق داده آموزش، میزان شباهت بین جمله ها را در دو بخش محاسبه و سپس با هم ترکیب کرده و در نهایت شباهت بین دو جمله ارزیابی می شود. روش مذکور بر روی بخش آزمون پیکره مقاله های حوزه یادگیری الکترونیکی (پیکره همیافت) مورد ارزیابی قرار گرفته که با دقت بیش از 82% امکان شناسایی زوج جمله ها مشابه را داراست.

کلیدواژه ها:

شباهت سنجی لغوی ، روش نروفازی ، سنجه شباهت سنجی یادگیر ، متون تخصصی فارسی ، پیکره همیافت ، انفیس