طراحی و ارزیابی نمایهساز خودکار متون فارسی

استفاده از نمایههای تهیه شده از اسناد، مهمترین معیار جستجو و تشخیص اسناد مرتبط به پرسش کاربر در سیستمهای بازیابی اطلاعات است. از این رو تهیه خودکار نمایههای متن یکی از مسایل پایهای و ضروری در سیستمهای بازیابی اطلاعات است. در مقاله حاضر با توجه به مطالعات انجام گرفته در روند نمایهسازی در روشهای دستی و کامپیوتری، نمایهساز خودکار سینا برای متون فارسی طراحی و پیادهسازی شده است. همچنین ریشهیاب خودکاری برای سینا طراحی شده است که به منظور کاهش حجم نمایه و استفاده از ریشه کلمات فارسی در محل نگهداری نمایهها به جای نگهداری همه واژهها استفاده میشود. به منظور وزندهی به نمایههای ایجاد شده توسط سینا از چهار روش وزندهی استفاده شده و مورد ارزیابی قرار گرفته است. در پایان ریشهیاب و نمایهساز خود را مورد ارزیابی قرار دادهایم.

Keywords:

بازیابی اطلاعات , نمایهسازی , ریشهیابی , وزندهی , دقت و بازخوانی