این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
سه شنبه 21 بهمن 1404
مدیریت اطلاعات سلامت
، جلد ۱۷، شماره ۴، صفحات ۱۸۱-۱۸۸
عنوان فارسی
توان نظر داوران Cochrane و بافتار استناد در شناسایی چکیده مقالات مرتبط و بخشهای اصلی آنها
چکیده فارسی مقاله
مقدمه: فرامتن یا متن درباره متن، در بهبود بازیابی اطلاعات و یادگیری ماشینی مؤثر است. پژوهش حاضر با هدف بررسی قدرت سامانههای مبتنی بر دو نوع فرامتن شامل نظر داوران Cochrane و بافتارهای استناد در شناسایی متن کامل و بخشهای اصلی چکیدههای کارآزماییهای بالینی تصادفی کنترل شده انجام گردید. روش بررسی: این مطالعه از نوع توصیفی بود و به روش تحلیل محتوای کمی، به بررسی 846 مقاله کارآزمایی بالینی پرداخت. نظر داوران و بافتارهای استناد از پایگاههای Cochrane و Colil (Comment on Literature in Literature) استخراج شد. سپس 30 مدرک پایه تصادفی به عنوان جایگزین پرسش انتخاب و شباهت متنی آنها با مجموعه آزمایشی محاسبه گردید. منحنی عملکرد سامانه برای هر فرامتن و ترکیب آنها مورد تجزیه و تحلیل قرار گرفت. یافتهها: سطح زیر منحنی عملکرد برای سامانه مبتنی بر نظر داوران، مطلوب (638/0) و برای سامانههای بافتارهای استناد (807/0) و ترکیبی (936/0) بالاتر بود. نظر داوران در بخش روششناسی (606/0) و بافتار استناد در بخش مقدمه (661/0)، بالاترین سطح زیر منحنی را نشان داد. نتیجهگیری: نظر داوران و بافتارهای استناد، توان شناسایی صحیح متون مرتبط را دارند. نظر داوران در شناسایی بخش روششناسی و بافتارهای استناد در شناسایی بخش مقدمه توانایی بالاتری را نشان میدهند. ترکیب دو سامانه، قدرت آنها را در شناسایی بخش بحث و نتیجهگیری به حداکثر میرساند. این قدرت را میتوان در بهبود عملکرد سامانههای یادگیری ماشینی، بازیابی، طبقهبندی و خلاصهسازی متن به کار برد.
کلیدواژههای فارسی مقاله
شباهت متنی، نظر داوران کاکرین، بافتار استناد، پردازش زیان طبیعی،
عنوان انگلیسی
The Potentials of Cochrane Reviewers' Comments and Citation Contexts in the Recognition of Randomized Controlled Trials' Texts and their Main Sections
چکیده انگلیسی مقاله
Introduction: Meta-textuality can provide effective medium for facilitating information retrieval and machine learning. This study explored the strengths of two types of meta-texts (i.e., reviewers' comments and citation contexts) in correct classification and recognition of their related texts and main sections at abstract level. Methods: In this descriptive study with quantitative content analysis method, 846 randomized controlled trials were assessed; and their reviewers' comments and citation contexts were extracted from Cochrane reviews and Colil databases. Thirty seed documents were randomly selected as queries, and their abstract similarities to the test collection and the main sections (IMRaD: introduction, method, results, discussion) were calculated. Receiver operating characteristic (ROC) was used to analyze the performance of Cochrane reviewers' comments and citation contexts individually and in combination. Results: The citation contexts’ area under the curve (0.807) was higher than the Cochrane comments' (0.638), and reached its highest for their combination (0.936). The former had the highest performance in correct classification of the introduction section (0.661), and the latter in correct recognition of the methodology section (0.606). Conclusion: Cochrane reviewers’ comments and the citation contexts had the potential of correct classification of the related texts. The former did well in identifying the methodology section, while the latter in identifying the introduction section. Combining the two systems can boost their power in identifying the discussion section. The results can have implications for natural language processing, machine learning systems, text categorization, retrieval, and summarization.
کلیدواژههای انگلیسی مقاله
Text Similarity,Cochrane Reviewers&,#039, Comments,Citation Contexts,Natural Language Processing
نویسندگان مقاله
عادله اسعدی |
دانشیار، علم اطلاعات و دانششناسی، گروه علم اطلاعات و دانششناسی، دانشکده روانشناسی و علوم تربیتی، دانشگاه شیراز، شیراز، ایران
هاجر ستوده |
استادیار، علم اطلاعات و دانششناسی، گروه علم اطلاعات و دانششناسی، دانشکده روانشناسی و علوم تربیتی، دانشگاه شیراز، شیراز، ایران
جواد عباسپور |
دانشیار، نرمافزار، گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز، شیراز، ایران
مصطفی فخراحمد |
نشانی اینترنتی
http://him.mui.ac.ir/index.php/him/article/view/4130
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/110/article-110-2481956.pdf
کد مقاله (doi)
10.22122/him.v17i4.4130
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
مقاله پژوهشی
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات