نقش الگوریتم سنجش شباهت های معنایی کلمه در وب برای بهبود کارآیی و سرعت بخشیدن به عملکرد موتور جستجو

سنجش تشابه معنایی کلمات در وب، از اقدامات مهمی است که امروزه برای سرعت بخشیدن به فعالیت های کاربران از سوی محقق ها مورد بررسی قرار می گیرند. با وجود فواید زیادی که این فعالیت به همراه دارد، اما دقت در سنجش تشابه معنایی کلمه ها همچنان اقدامی چالش انگیز است. اخیراً الگوریتم ها ی گوناگونی در این زمینه در نظر گرفته شده که در این مقاله الگوریتم های برآورد تشابه معنایی، براساس دو شیوه شمارش صفحه و قطعه بندی متن، محاسبه شده و کلمه های مختلف به طور خاص با استفاده از معیار رخداد مشترک شمارش صفحه، تعریف می شوند، سپس الگوهای واژگانی قطعه بندی متن استخراج شده یکپارچه سازی می شود، سپس برای شناسایی روابط متعدد معنایی بین دو کلمه با توجه به الگوریتم استخراج الگوی متن و الگوی الگوریتم بهینه خوشه بندی ترکیبی براساس شمارش صفحه مبتنی بر رخداد مشترک ظاهر می شود و الگوی خوشه بندی واژگان حاصل شده توسط ماشین های بردار پشتیبانی حمایت می شود. نتایج مختلف و روش های مبتنی بر معیارهای شباهت معنایی وب در گذشته، در سه مجموعه داده معیار با همبستگی بالا، براساس امتیازهای کاربران نشان داده شده است، بطور قابل توجهی دقت و صحت در جستجو را بهبود می دهد.

کلیدواژه ها:

سنجش تشابه معنایی ، وب کاوی ، استخراج اطلاعات ، تحلیل وب متنی