بهبود بازیابی اطلاعات بر اساس تشابه معنایی کلمات کلیدی با استفاده از رتبه دهی مبتنی بر گراف

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 583

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCT04_149

تاریخ نمایه سازی: 17 آبان 1396

چکیده مقاله:

کلمات کلیدی در اسناد متنی ، کلماتی از متن اسنادهستند که بیشترین بار مفهومی متن را به همراه داشته و نیزیک نسخه فشرده متن محسوب می شود در نتیجه نیاز به روش های استخراج خودکار کلمات کلیدی را به شدت افزایش داده اخیرا روش های رتبه بندی مبتنی بر گراف کاربرد موفقی در حوزه وب داشته یک مشکل عمده اکثراین روش ها تاکید بیش از حد بر پارامترهم جواری کلمات در ایجاد و وزندهی یال های گراف متنی و صرف نظر از شاخص های آماری شده است . در این پژوهش برانیم شباهت معنایی کلمات کلیدی را به صورت فرمتپیچیده تری از متغیر TF-IDF )روش وزندهی کلاسیک( به عنوان شاخص آماری بیان کنیم. با تعریف متغیر جدید که بیانگر ترتیب کاهنده از احتمال ارتباطشان با پرس وجوی کاربر است و یک روش مشخص به عنوان رتبه بندی احتمال ؛ الگوریتم معروف BM25 است ، در این پژوهش اطلاعات آماری روش رتبه بندی احتمال ارتباطکلمات کلیدی، از جمله تعداد اسناد مشابه و اسناد کل مجموعه در وزندهی گراف استفاده شده است.هدف این مقاله این است که شباهت معنایی اسناد مختلف با سند مورد نظربررسی کنیم با رتبه بندی کلمات کلیدی مجموعه اسناد مرجع ، اسنادی که دارای کلمات کلیدی با بالاترین اولویت اند ، شبیه ترین اسناد به سند مورد بررسی است. مقایسه نتایج روش جدید با روش های قبلی افزایش دقت 93 %در اسناد استخراج شده مشابه سند مورد بررسی را نشان می دهد.

کلیدواژه ها:

نویسندگان

سیدمحمد جوادی مقدم

عضوهییت علمی ،گروه کامپیوتر، دانشگاه بزگمهر ، قاینات

مجید عبدالرزاق نژاد

عضو هییت علمی، گروه کامپیوتر، دانشگاه بزرگمهر، قاینات

مهناز قادری فریز

دانشکده مهندسی کامپیوتر ، گروه نرم افزار ، دانشگاه آزاد اسلامی ، بیرجند