بررسی روش کار موتورهای جستجو در سازماندهی و بازیابی اطلاعات غیرساختار یافته

موتورهای جستجو تلاش می کنند تا حد امکان درخواست های کاربران را با استفاده از اطلاعات ساختار یافته پاسخ دهند. اطلاعات ساختار یافته از طریق تحلیل متن زبان طبیعی و استانداردهای ساختاردهی به اطلاعات وبجمع آوری می شوند. اگر چه پردازش گرهای متن زبان طبیعی در زبان های اروپایی و برخی زبان های شرقی عملکرد خوبی دارند، منابع لازم و کافی برای این کار در زبان فارسی محدود هستند. در این مقاله تلاش شده است تا روش کار موتورهای جستجو از خزش و نمایه سازی تا ارایه اطلاعات و برخی روش ها و ابزار تحلیل متن زبان طبیعی بررسی شده و کاستی های منابع موجود در زبان فارسی شناسایی شوند. روش تحقیق در این مقاله به شکل جمع آوری اطلاعات از کنفرانس ها و مقالات علمی منتشر شده توسط شرکت های پیشرو در فناوری جستجوی وب، وبلاگ های رسمی موتورهای جستجو، کتاب ها و منابع اینترنتی دیگر می باشد .یافته های پژوهش نشان می دهد که موتورهای جستجو به شدت وابسته به منابع زبانی همچون تحلیل زبان شناسی، اصطلاح نامه ها و نقشه های دانش هستند. بنابر این پیشنهاد می گردد جهت الگو برداری از موتورهای جستجو ابتدا می بایست اهتمام به غنی سازی منابع زبانی فارسی مانند توسعه واژه نامه ها، دایره المعارف ها، اصطلاح نامه ها و تشکیل نقشه دانش در موضوعات مختلف جهت افزایش جامعیت و مانعیت در بازیابی اطلاعات ساختار نایافته نمود

Keywords:

پردازش زبان طبیعی , استخراج اطلاعات باز , داده های ساختار یافته , سازماندهی و بازیابی اطلاعات وب