چکیده:
وب به واسطه ویژگی چند رسانه ای، کاربران فراوانی در اینترنت دارد. شمار وب سایت ها روز به روز افزایش می یابد و انبوهی از اطلاعات در وب منتشر می شود. در چنین وضعیتی مهم ترین مسئله، سازماندهی و مدیریت اطلاعات منتشر شده است: زیرا کیفیت بازیابی در گرو سازماندهی و ذخیره سازی مناسب است. موتورهای کاوش، با نمایه سازی و ذخیره اطلاعات نمایه شده در پایگاه های خود امکان جست و جو، بازیابی، رتبه بندی، و نمایش اطلاعات وب را فراهم می آورند. در این مقاله سعی بر آن است تا ضمن معرفی مختصر برخی ابزارهای کاوش، به تشریح رویکردهای موجود محتوا محوری، استناد محوری، و معنا محوری، در زمینه نمایه سازی خودکار وب در موتورهای کاوش پرداخته شود. در نهایت حرکت به سمت داده های ساختار یافته و وب معنایی با تکنولوژی های XML و RDF مورد بررسی قرار می گیرد.
خلاصه ماشینی:
"انجام این پژوهش میتواند فواید زیر رادربرداشته باشد: *رسیدن به درکی از واقعیت نمایهسازی در محیط وب؛ *شناخت رویکردهای موجود در نمایهسازی وب و حرکتهای آتی؛ *بهرهگیری از دانش کسب شده جهت پاسخگویی کارآمدتر به کاربران و مراجعانکتابخانهها و مراکز اطلاعرسانی؛ کسب دانشی که در طراحی و مدیریت وبسایتها و پایگاههای اطلاعاتی پیوسته بهکتابداران یاری رساند؛ *درک اهمیت مشارکت متخصصان حوزههای علوم رایانه،کتابداری و اطلاعرسانی وحوزه هوش مصنوعی و کسب دانشی که این همکاری و مشارکت را تا اندازهای عملیترنماید؛ *کسب آمادگی جهت انجام پژوهشهای بیشتر در زمینه ارزیابی عملکرد ابزارهایکاوش به خصوص موتورهای کاوش و ارائه راهکارهای عملی.
در این شکل،فرایند نمایهسازی سه مرحله خواهد داشت: *شکستن کلمات3 *تعدیل4و حذف کلمات مزاحم *استفاده از الگوریتم ریشهساز جهت تولید ریشههای مفاهیم در مرحله شکستن کلمات،دادههایی که به صورت رشتهای از کاراکترها هستند موردبررسی قرار گرفته و حدود کلمات و فاصله میان آنها مشخص میگردد؛به نحوی کهکلمات از یکدیگر جدا میشوند.
به اعتقاداین دو محقق،با کاربرد این مدل آماری در مورد واژگان مختلفی که در فهرستهایموتورهای جستوجوگر اینترنتی موجود است میتوان نرمافزارهای تولید کرد که قادرباشند به صورت خودکار و صرفا با نظر به درجه همبستگی میان واژگان متفاوت معنایآنها را تشخیص دهند(موتورهای جستوجو به دنبال معنا،1383) در حال حاضر اغلب موتورهای کاوش رویکردی مکانیکی دارند و به مفاهیم،الگوها،و کلیدهایی که به فهم مفاهیم میانجامد توجهی ندارند."