ایجاد گراف دانش فارسی چند دامنه ای

گراف دانش، مجموعه بزرگی از موجودیت های به هم مرتبط و غنی شده به وسیله برچسب گذاری معنایی است. این ابزار قدرتمند که امروزه در محیط دانشگاه و صنعت به طور گستردهای مورد استفاده قرار میگیرد کاربردهای فراوانی در زمینه موتورهای جستجو، پردازش زبان طبیعی، متن کاوی، سامانه های پرسش وپاسخ و بازیابی اطلاعات دارد. در این پژوهش، گراف دانش فارسی چند دامنه ای متشکل از بیش از 400 هزار موجودیت و 6/5 میلیون رابطه ارایه میگردد. داده های این پایگاه دانش پویا، برگرفته از مقاله های ویکی پدیای فارسی و اطلاعات ساختیافته آن مانند جعبه های اطلاعاتی است. بر اساس استاندارد وب معنایی، مدل دادهای گراف دانش فارسی به صورت RDF پیاده سازی شده است بنابراین داده ها به صورت سهتایی در پایگاه دانش ذخیره شده و میتوان از طریق زبان SPARQL پرس وجوهای معنایی را بیان نمود. بر اساس هستانشناسی DBpedia، یک هستان شناسی مطابق موجودیت های گراف دانش فارسی توسعه داده شده که از طریق آن بیش از 7000 نگاشت میان الگوها و خصیصههای ویکیپدیا با هستانشناسی برقرار شده است. در حال حاضر اطلاعات متنوعی به صورت ساختیافته راجع به اشخاص مشهور، مکانهای مهم، سازمانها و شرکتها، آثار ادبی و هنری، گونه های زیستی شامل گیاهان و حیوانات، رویدادها، زیست شناسی، اخترشناسی در این گراف قابل دسترسی است . با توجه به آینده اینترنت و وب معنایی که یک پایگاه دانش جهانی پیچیده و بسیار بزرگ خواهد بود، گراف دانش فارسی میتواند نقش مهمی را در تبیین و توسعه این فناوری نوظهور داشته باشد.

کلیدواژه ها:

وب معنایی ، پایگاه دانش ، گراف دانش ، چارچوب توصیف منبع