Abstract
The current web IR system retrieves relevant information only based on the keywords which is inadequate for that vast amount of data. It provides limited capabilities to capture the concepts of the user needs and the relation between the keywords. These limitations lead to the idea of the user conceptual search which includes concepts and meanings. This study deals with the Semantic Based Information Retrieval System for a semantic web search and presented with an improved algorithm to retrieve the information in a more efficient way
This architecture takes as input a list of plain keywords provided by the user and the query is converted into semantic query. This conversion is carried out with the help of the domain concepts of the preexisting domain ontologies and a third party thesaurus and discover semantic relationship between them in runtime. The relevant information for the semantic query is retrieved and ranked according to the relevancy with the help of an improved algorithm. The performance analysis shows that the proposed system can improve the accuracy and effectiveness for retrieving relevant web documents compared to the existing systems
چکیده
سیستم بازیابی اطلاعات وب(IR) که امروزه شاهد آن هستیم، میتواند فقط اطلاعات را بر مبنای واژگان کلیدی بازیابی کند که یک چنین روشی برای حجم زیادی از داده ها ناکارآمد میباشد . چنین روشی دارای قابلیت های محدودی در بدست آوردن مفاهیمِ مربوط به نیازمندی های کاربر و رابطه ی بین واژگان کلیدی مربوطه میباشد. این محدودیت ها باعث ارائه ی ایده ای تحت عنوان جستجوی مفهومی کاربر شده که شامل مفاهیم و معانی میباشد. در این مطالعه قصد داریم سیستم بازیابی اطلاعات معنایی را برای یک جستجوی وب معنایی ارائه داده و الگوریتمی کارمد را برای بازیابی اطلاعات به صورت کارآمد ارائه دهیم. این معماری یک لیستی از واژگان کلیدی که توسط کاربر فراهم شده است را به همراه یک پرس و جو به عنوان ورودی دریافت کرده و آنرا به یک پرس و جوی معنایی تبدیل میکند. این پروسه ی تبدیل با کمک مفاهیم دامنه مربوط به هستی شناسی های دامنه ی موجود صورت گرفته و روابطی معنایی را در زمان اجرا بین آنها پیدا میکند. اطلاعات مربوط به پرس و جوی معنایی نیز بازیابی شده و بر اساس سطح ارتباط آن و با کمک یک الگوریتم بهبود یافته رتبه بندی میشود. تحلیل کارائی نشان میدهد که سیستم پیشنهادی میتواند میزان صحت و کارآمد بودن این روش را برای بازیابی مستندات وب مربوطه در مقایسه با سیستم های موجود بهبود دهد.
1-مقدمه
شبکه ی جهانی وب را میتوان به عنوان یک مرکز اطلاعات جهانی توزیع شده برای سرویس های اطلاعاتی زیادی در نظرگرفت. تا به امروزه، اندازه ی این شبکه به میلیارد ها وب سایت رسیده که این میزان همراه در حال افزایش است. ولی برای بدست آوردن یک نیازمندی دقیق، کاربر باید زمان زیادی را صرف جستجو در این شبکه نماید. به منظور ارائه ی نتایج مربوط به این داده ها، متدی های جدیدی را باید برای فیلتر سازی نتایج بکار گرفت. تکنولوژی اطلاعاتی موجودی که در وب شاهد آن هستیم بر مبنای واژگان کلیدی میباشد. این روش، قابلیت های محدودی را برای بدست آوردن مفاهیمِ نیازمندی کاربر به همراه دارد. به منظور حل محدودیت های جستجوی مبتنی بر واژه ی کلیدی، ایده ی جستجوی معنایی درزمینه ی بازیابی اطلاعات معرفی شده است. بازیابی اطلاعات را میتوان علم جستجوی اسناد و اطلاعات داخل اسناد و همچنین پایگاه داده ی رابطه ای و دنیای وب دانست. IR با ارائه، ذخیره سازی و سازمان دهی اسناد نیز سروکار دارد...