تقویت معیار شباهت معنایی بین صفحات وب بر اساس درجه معناداری ارتباط کلمات

سنجش تشابه معنایی صفحات وب، از اقدامات مهمی است که کاربردهای قابل ملاحظه ای خصوصا در حوزه ی موتورهای جستجو به منظور استخراج صفحات هم معنا دارد. در این پژوهش، با مطالعه روش های موجود اندازه گیری شباهت بین صفحات بر اساس معیار رخداد کلمات با استفاده از محیط نرمافزار رپیدماینر، جفت کلمات از صفحات استخراج و با استفاده از موتور جستجوی گوگل مورد جستجو قرار گرفت. تعداد صفحات با استفاده از روشهای ضریب همپوشانی، ضریب شباهت کسینوسی، ضریب سیمپسون و ضریب PMI مقایسه گردید. در روش پیشنهادی این پژوهش با تکیه بر روش PMI به تقویت پاسخ نهایی با در نظر گرفتن ارتباط معنایی جفت کلمات اولیه بر اساس درجه شباهت استخراج شده از WordNet و داتره المعارف های تخصصی با اعمال ضرایب پرداخته شد و معیار شباهت نهایی PMIS نامیده شد. نتایج بدست آمده، بیانگر میزان شباهت معنایی بهتر و با معناتر بین صفحات در صورت ارتباط معنایی معنی دار در کلمات رخداده شده میباشند

کلیدواژه ها:

تشابه معنایی صفحات وب ، رخداد کلمات مشابه درصفحات وب ، کلمات مترادف ، معیارهای شباهت صفحات وب