کاوش متون فارسی دروب بااستفاده ازتحلیل معنایی وروش طبقه بندی چندلایه ای اطلاعات

زبان فارسی زبان رسمی و ابزارمبادله اندیشه ها و ایده ها درعرصه علمی و فرهنگی ایران محسوب میشود و رشدعلمی و فنی و فرهنگی ما درگروبرقراری ارتباط زبانی و کلامی با دنیای الکترونیکی عرضه دانش و فرهنگ است که وب نام دارد و این امرجز با تقویت کیفی زبان فارسی مورد استفاده دراین دهکه جهانی میسرنیست اطلاعات متنی وب دریک فضای نامتناهی درحال افزایش بوده و این مجموعه وسیع منتشرشده دروب نیازبه جستجو و کاوش دارند استخراج متن و ویژگیهای آن و بیان محتویات استخراج شده پایه کارکاوش درمتن کاوی وب است و کلاس بندی متن به عنوان روش اساسی درکاوش مطرح میشود کلاس بندی متن به معنی اختصاص هرمتنی ازمجموعه متون به یک طبقه طبق تعریف سیستم طبقه بندی می باشد بنابراین نه تنها این امربه کاربران درجستجوی متن یاری میکند بلکه نقش مهمی نیز درموتورهای جستجو دارد طبقه بندی لایه ای اطلاعات به عنوان روش اصلی دراین مقاله مطرح شده است و نیز ازمدل فضای برداری برای طبقه بندی متون فارسی دروب استفاده میشود سپس روش جدیدی برای کاوش درمتون فارسی براساس تحلیل معنایی کلمات فارسی مطرح میشود که شامل سه بخش استخراج کلمات تحلیل ترکیبات جملات و تحلیل های معنایی جملات است روش پیشنهادی این امکان را به کاربران فارسی زبان میدهد که بادقت و سرعت بیشتری متن موردنظر خود را دروب بیابند

کلیدواژه ها:

داده کاوی ، وب کاوی ، کشف دانش ، طبقه بندی