مروری بر الگوریتم های ریشه یابی در بازیابی اطلاعات

در طول پنجاه سال گذشته، روش های نوین بازیابی اطلاعات به دلیل حجم زیاد اطلاعات موجود، ضروری شده اند که به دلیل استفاده از تکنولوژی های جدید و اینترنت به سرعت افزایش می یابد. ریشه یابی Stemming یکی از فرایندهایی است که می تواند بازیابی اطلاعات را از لحاظ دقت و عملکرد بهبود بخشد. هدف از این مقاله یک ارزیابی دقیق از وضعیت فعلی فرآیند ریشه یابی در یک حوزه کاربردی بازیابی اطلاعات با دنبال کردن سیر تکاملی تاریخی ان است. مقالات مربوط به ارائه اولین رویکردها به منظور استخراج ویژگی ها، مزایا و معایب اصلی انها مورد بررسی قرار گرفتند .علاوه بر این، مقالات مربوط به ریشه یاب ها Stemmers برای زبان های غیر انگلیسی زبان نیز مورد مشورت و جمع اوری قرار گرفتند .در نهایت، مقالات تجربی که دقیق ترین روش ها و معیارهای شناخته شده برای ارزیابی و طبقه بندی ریشه یاب ها Stemmers را مشخص می کنند نیز در نظر گرفته شدند تا نقش و نتایج آنها را نشان دهند. حتی اگر همه محققان بر مزایا و معایب استفاده در فرایند بازیابی اطلاعات به طور کلی اتفاق نظر نداشته باشند اما بسیاری از انها در زمینه های خاص توافق نظر دارند، مانند زمانی که اسناد کوتاه باشند یا زمانی که فضای محدودی برای ذخیره سازی داده ها وجود دارد. برخی از پژوهشگران همچنین بیان می کنند که ماهیت اسناد می تواند بر عملکرد و دقت ریشه یاب Stemmers تاثیر بگذارد. با وجود بسیاری از محققانی که این زمینه را طی سالیان متمادی مورد برر سی قرار داده اند، هنوز برخی سوالات باز وجود دارد، از جمله چگونگی ارزیابی مستقل از فرنیند بازیابی اطلاعات، یا اینکه چقدر ریشه یاب Stemmers یک کاربرد بازیابی اطلاعات را از نظر سرعت بهبود می بخشد.

Keywords:

ریشه یابی , الگوریتم porter