مدیریت مستندات محتوای فارسی رسانه های آنلاین خبری در جامعه اطلاعاتی

عصری که ما در آن زندگی می کنیم، عصر اطلاعات است و برای سازمان ها مهم ترین مسئله، اشراف بر همین اطلاعات است. با رشد روزافزون اخبار در دنیای دیجیتال و اینترنت، موضوعی که مهم و حائز اهمیت می شود، دسته بندی این اطلاعات و دسترسی سریع و ارزان ما به آن ها می باشد. این مهم به دست نمی آید مگر با انجام روش هایی که از آن به عنوان دسته بندی متون یاد شده است. هدف این پژوهش دسته­بندی متون خبری در دسته های از قبل مشخص شده می باشد که با استفاده از ابزار مدل اتوماتیک که یکی از زیرمجموعه­های متن کاوی محسوب می شود صورت می پذیرد. با توجه به اهمیت موضوع و کاری که در این زمینه برای زبان های دیگر دنیا انجام گرفته است ، نیاز به طبقه بندی متون فارسی به خوبی احساس می شود. این نکته قابل توجه می باشد که تحقیقات برای متون انگلیسی توسعه داده شده و به کارگرفته می شود اما از آنجایی که زبان فارسی پیچیدگی های ساختاری نسبت به سایر زبان ها دارد و همچنین تحقیقات کمتری در این زمینه انجام گرفته است، این پژوهش از نوع کاربردی، توسعه ای می باشد که برای انجام آن می توان به روش پژوهش آزمایشی و استفاده از ابزار متن کاوی اشاره کرد، به این صورت که در یک محیط کاملا تحت کنترل و با توانایی ثابت نگه داشتن سایر متغیرها انجام می گردد. در جامعه اطلاعاتی دسته بندی متون به وسیله افراد نخبه و به صورت دستی انجام می گیرد. دسته بندی متون آن هم با این حجم و به صورت دستی غیرممکن به نظر می رسد، بنابراین ما ناگزیریم که به دنبال روش هایی برای دسته بندی خودکار متون باشیم. از سوی دیگر ذخیره سازی، پردازش و تحلیل این حجم از اطلاعات تبدیل به چالشی جدی شده است. با توجه به حجم بالای اخبار، داده ها، اطلاعات، اسناد و پیچیدگی حفظ و نگهداری آنها، لازم است سیستمی  جهت مدیریت دریافت، حفظ و نگهداری اخبار موجود، بکار گرفته شود. پیچیدگی سازمان ها نیاز به متمرکز بودن اخبار، اسناد، طبقه بندی درست، گردش صحیح اخبار و سهولت در دسترسی به آنها را ایجاد می نماید. مدیریت مستندات این امکان را برای سازمان های اطلاعاتی فراهم می آورد که اخبار و اسناد دریافتی یا موجود را به درستی طبقه بندی نموده، آنها را حفظ، نگهداری و بازیابی نماید. با بررسی، تحلیل و پردازش در این پژوهش به این نتیجه می رسیم که دقت و نتایج حاصل روش پیشنهادی روی متون خبری برخط نشان می دهد؛ مدل ماشین بردار پشتیبان دارای دقت ۲۹/۹۳ ، صحت ۳۲/۹۳، فراخوانی ۹۶/۹۲ و خطای ۷۱/۶ است .

Keywords:

طبقه بندی , مدیریت مستندات , محتوای فارسی , متن کاوی , اطلاعات و دسته بندی