بازیابی اطلاعات از ویکی پدیا بر اساس علم آمار

برای تجزیه و تحلیل متون از متن کاوی استفاده می شود. متن کاوی شامل قوانینی آماری برای استخراج ویژگی های آماری متون است. اگرمتن کاوی بر روی متون درهم ریخته اینترنت انجام شود، بدلیل بی ساختار بودن متون، امکان وجود خطا در تحلیل های متنی وجود دارد.یکی از منابع دانشی مناسب برای استخراج متن، مجموعه ویکی پدیا است. ویکی پدیا بدلیل ساختارمند بودن و استفاده از لغات ساده، دارایویژگی های ارزشمند دانشی است. در این مقاله ویکی پدیا را از دیگاه هستی شناسی بررسی می کنیم.

کلیدواژه ها:

ویکی پدیا ، متن ، مقاله ، ویرایش ، هستی شناسی