این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهشنامه پردازش و مدیریت اطلاعات، جلد ۳۵، شماره ۲، صفحات ۳۴۹-۳۷۴
عنوان فارسی نمایه‌سازی ماشینی مدارک حوزه بازیابی اطلاعات با استفاده از متن‌کاوی در نرم‌افزار رپیدماینر
چکیده فارسی مقاله سازگاری کدهای رده­بندی و اصطلاحات نمایه­ سازی از یک اصطلاحنامه مدون با عبارات و کلماتی که به طور خودکار استخراج شده با استفاده از نمایه­ سازی ماشینی ایجاد می­شود. در طراحی نظام نمایه ­سازی ­خودکار، کامپیوتر به طور کامل جایگزین انسان می ­شود. این پژوهش با هدف اسـتخراج کلمـات کلیـدی و شناسایی گرایش‌های موضوعی مقالات نمونه آماری در حوزه بازیابی اطلاعات و تخصص موضوعی نویسنده هر مقاله با روش متن‌کاوی و دسته‌بندی آنها با استفاده از هم‌رخدادی واژگان صورت گرفته است. روش این پژوهش از نوع کاربردی است و براساس مدل کریسپ[1] از مدل‌های فرآیند داده‌کاوی و الگوریتم‌های متن‌کاوی انجام گرفته است. جامعه پژوهش، 313 مقاله حوزه بازیابی اطلاعات نمایه‌شده در پایگاه نورمگز است. پس از نرمال‌سازی متن مقالات با نرم‌افزار ویراستیار، طی متن‌کاوی مقالات با نسخه 7.1 نرم‌افزار رپیدماینر، واژگان کلیدی از طریق محاسبه وزن آنها استخراج و داده‌ها با استفاده از دو الگوریتم کلاسیک دسته‌بندی یعنی ک.ان.ان.[2] و نایوبیز[3] تجزیه و تحلیل شدند. در پژوهش حاضر، کامپیوتر با کمک ابزارهای متن­کاوی نرم­افزار رپدماینر، متن ماشین­خوان را با استفاده از بسامد واژه­ها به طور خودکار نمایه­سازی کرده است. بدین منظور با کمک عملگرهای ان-گرام[4] و محاسبه وزن کلمات براساس روش تی.اف ـ ای.دی.اف.[5]، اصطلاحات و مفاهیم کلیدی و تخصص موضوعی نویسنده هر مقاله در قالب 16 دسته‌بندی استخراج شده است. سرانجام برتری مدل ک.ان.ان. در دسته‌بندی موضوعات هسته مقالات این پژوهش با دقت 85 درصدی نسبت به مدل نایوبیز تایید شد. مشاهده نتایج محاسبه دقت‌های ماخوذه مدل‌ها، گواه کارایی قابل‌قبول نرم‌افزار رپیدماینر در نمایه‌سازی ماشینی متون است. نمایه‌سازی متون با استفاده از این روش، می‌تواند به بهبود نتایج بازیابی اطلاعات و جلوگیری از ریزش کاذب اطلاعات در پایگاه‌های اطلاعاتی کمک کند.   [1] CRISP [2] KNN stands for k-Nearest Neighbors [3]  Naive Bayes [4] N-gram [5] TF-IDF
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Machine Indexing of Documents in the Field of Information Retrieval Using Text Mining in the RapidMiner Software
چکیده انگلیسی مقاله The compatibility of classification codes and indexing terms done from a codified thesaurus with words and phrases that are automatically extracted using machine indexing. In designing an outo-indexing system, the computer completely replaces humans. The purpose of this research was to identify and extracting keywords and the subject trends of articles in the field of information retrieval and the subject's specificity of the author of each article by using the text mining and categorizing (classifying) with the help of concurrence vocabularies.The method of this research is applied and based on the CRISP model of data mining and text mining algorithms are used. The research community has 313 articles has in the field of information retrieval indexed at Noormags database. After normalizing the text of with the Virastyar software, during the text mining of the articles with the 7.1 version of the RapidMiner software, the keywords are extracted by their weight and the data are categorized using two classical classification algorithms, namely, KNN and Naïve Bayse were analyzed. In this study, the computer automatically indexed the readable machine text by using the frequency of the words with the help of the text mining tools of RapidMiner software. For this purpose, we use N-gram operators and calculate the weight of the words according to tf-idf method, Terms and key concepts and subject and specialization of author of each article is extracted in the form of 16 categories. Finally, the superiority of the KNN model In the categorization of the core subjects of the papers, this study is proving to be 85% more accurate than the Naïve bayse model. Finding the results of calculating the accuracy of the models indicate the acceptable performance of the RapidMiner software in machine indexing of texts. Indexing texts using this method can help improve the results of information retrieval and prevent false dropping of information in databases.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حمیده جعفری پاورسی | Hamideh Jafari Powersy
Science and Research Branch; Islamic Azad University; Theran, Iran
دانشگاه آزاد اسلامی. واحد علوم و تحقیقات تهران

نجلا حریری | Nadjla Hariri
Science and Research Branch; Islamic Azad University; Theran, Iran
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

مهدی علیپور حافظی | Mehdi Alipour-Hafezi
Department of Knowledge and Information Science; Allameh Tabataba'i University; Tehran, Iran
دانشگاه علامه طباطبایی

فهیمه باب الحوائجی |
Science and Research Branch; Islamic Azad University; Theran, Iran
دانشگاه آزاد اسلامی. واحد علوم و تحقیقات تهران

مریم خادمی | Maryam Khademi
Department of Applied Mathematics; Technical-Engineering; Islamic Azad University; South Branch; Tehran, Iran
دانشگاه آزاد اسلامی واحد فنی مهندسی تهران جنوب

نشانی اینترنتی http://jipm.irandoc.ac.ir/browse.php?a_code=A-10-2786-4&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1504/article-1504-2331728.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده کتابداری و اطلاع رسانی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات