Abstract:
هدف: هدف از انجام این پژوهش، شناسایی مولفههای هوش مصنوعی در پایگاههای اطلاعاتی ایرانی و میزان استفاده از آنها در این پایگاهها است.
روش پژوهش: این پژوهش از نوع کاربردی و با روش اسنادی و پیمایشی انجام شده است. جامعهی آماری این پژوهش شامل 7 پایگاه اطلاعاتی ایرانی (نورمگز، نورلیب، مگایران، سیویلیکا، ایرانداک، آی اس سی و اس آی دی) است. ابزار گردآوری دادهها، یادداشتبرداری و سیاههی وارسی محققساخته و مصاحبه با خبرگان است. تجزیه و تحلیل دادهها با استفاده از نرمافزارSPSS انجام شده است.
یافتهها: یافتهها نشان داد که پایگاه اطلاعاتی ایرانداک بیشترین و پایگاههای سیویلیکا و مگایران کمترین استفاده را از مولفههای هوش مصنوعی داشتند. همچنین مولفههای "تشابهیابی معنایی" و" منابع مرتبط و عبارات پیشنهادی" بیشترین استفاده را در پایگاههای اطلاعاتی ایرانی داشته و مولفههای "ابهامزدایی کلمات در متن"، "تشخیص و طبقهبندی اسامی"، "مترجمهای تصویری"، "شرح تصویر"، "تبدیل گفتار به نوشتار"، "تبدیل نوشتار به گفتار"، "مترجمهای صوتی" کمترین استفاده را در آنها داشتهاند.
نتیجهگیری: نتایج نشان داد که استفاده از مولفههای هوش مصنوعی در پایگاههای اطلاعاتی ایرانی میتواند زمینه تسریع و تسهیل فرایندهای پردازش، ذخیره و بازیابی منابع را در پایگاههای اطلاعاتی ایرانی فراهم کند.
Objective: The purpose of this study was to identify the components of artificial intelligence in Iranian databases and the rate of its use in these databases. Methodology: This research is an applied and has done by documentary and survey method. The statistical population of this research includes 7 internal databases (Normags, Norlib, Magiran, Civilica, Irandoc, ISC and SID). Data collection tools were researcher-made notes and checklists and interviews with experts. Data analysis was performed using SPSS software. Results: The results showed that Irandoc database had the most and Civilica and Magiran databases had the least use of artificial intelligence components. It also has the most used components in databases and components. Components of "word Disambiguation in text", "name recognition and classification", "image translators", "description" "Image", "Speech to text conversion", "Text to speech conversion", "Audio translators" have had the least use in databases. Conclusion: The results showed that the use of artificial intelligence components in Iranian databases can accelerate and facilitate the processes of processing, storing and retrieving resources in Iranian databases.