fa ارائه روشی برای استخراج کلمات کلیدی و وزن‌دهی کلمات برای بهبود طبقه‌بندی متون فارسی مقالات پردازش متن Paper پژوهشي Research <p dir="RTL" style="margin-right:51.45pt;"><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">با توجه به گسترش روزافزون اطلاعات و </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">وجود </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">حجم انبوه متون غیرساخت &shy;یافته، استفاده از کلمات کلیدی نقش مهمی در بازیابی اطلاعات دارد. این درحالی است که استخراج کلمات کلیدی به&shy;صورت دستی مشکلات زیادی دارد. بنابرین استخراج کلمات کلیدی به&shy;صورت خودکار از نیازهای ضروری</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">فناوری امروزه است</span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">. </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">در این پژوهش سعی شده با استفاده از اصطلاح&shy;نامه که از نظامی ساختارمند برخوردار است، کلمات کلیدی بامعناتری از متون استخراج کرد</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">و با آن</span></span></strong><strong><span dir="LTR"><span style="font-family:tahoma,sans-serif;"><span style="font-size:10.0pt;">&shy;</span></span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">ها طبقه&shy;بندی متون فارسی را بهبود بخشید. </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">مراحلی که </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">برای افزایش جامعیت جستجو باید سپری شود به این صورت است که در مرحله نخست کلمات زائد حذف و باقی کلمات ریشه&shy;یابی می&shy;شود؛ سپس به کمک اصطلاح&shy;‌نامه کلمات هم&shy;معنی، اعم&shy;ها و اخص&shy;ها و همچنین وابسته&shy;ها پیدا و در ادامه برای مشخص‌شدن اهمیت نسبی کلمات یک وزن عددی به هر کلمه منسوب می‌شود که بیان&shy;گر میزان تأثیر کلمه در ارتباط با موضوع متن و درمقایسه با سایر کلمات به&shy;کار‌رفته در متن است‌. با توجه به مراحل بالا و به کمک اصطلاح&shy;نامه، </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">طبقه&shy;بندی </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">متون دقیق&shy;تر انجام می&shy;گیرد</span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">. </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">در این روش از الگوریتم نزدیکترین همسایه (</span></span></strong><strong><span dir="LTR"><span style="font-size:8.0pt;">KNN</span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">) برای طبقه&shy;بندی استفاده می&shy;شود. الگوریتم </span></span></strong><strong><span dir="LTR"><span style="font-size:8.0pt;">KNN</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">به</span></span></strong><strong><span dir="LTR"><span style="font-family:calibri,sans-serif;"><span style="font-size:10.0pt;">&shy;</span></span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">خاطر</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">سادگی</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">و</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">مؤثر‌بودن</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">آن</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">در</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">طبقه&shy;بندی</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">متون</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">بسیار</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">به&shy;کار</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">برده</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">می&shy;شود.</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">مبنای</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">کار</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">این</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">الگوریتم،</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">مقایسه</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">متن</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">آزمایش</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">داده‌شده</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">با</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">متون</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">آموزشی</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">داده‌شده</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">و</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">به&shy;دست‌آوردن</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">میزان</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">شباهت</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">بین</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">آن&shy;ها</span></span></strong> <strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">است</span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">. </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">نتایج آزمایش‌ها برروی چندین متن در موضوع&shy;های مختلف، نشان&shy;دهنده دقت و توانایی روش پیشنهادی در استخراج کلمات کلیدی منطبق با خواست کاربر و در‌نتیجه </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">طبقه&shy;بندی </span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">دقیق&shy;تر متون &nbsp;است</span></span></strong><strong><span style="font-family:b nazanin;"><span style="font-size:10.0pt;">.</span></span></strong> <strong><span style="color:black;"><span style="font-family:b nazanin;"><span style="font-size:10.0pt;"></span></span></span></strong><br> &nbsp;</p> <p><strong>Due to ever-increasing information expansion and existing huge amount of unstructured documents, usage of keywords plays a very important role in information retrieval. Because</strong> <strong>of a manually-extraction of keywords faces various challenges, their automated extraction seems inevitable. In this research, it has been tried to use a thesaurus, (a structured word-net) to automatically extract them. Authors claim that extraction of more meaningful keywords out of documents can be attained via employment of a thesaurus. The keywords extracted by applying thesaurus, can improve the document classification. </strong><strong>The steps to be taken to increase the comprehensiveness of search should be such that in the first step the stop words are removed and the remaining words are </strong><strong>stemmed.</strong> <strong>Then, with the help of a thesaurus are found words equivalent, hierarchical and dependent. Then, to determine the relative importance of words, a numerical weight is assigned to each word, which represents effect of the word </strong><strong>on the subject matter</strong> <strong>and in comparison with other words used in the text. According to the steps above and with the help of a thesaurus, an accurate text classification is performed. In this method, </strong><strong>the KNN algorithm is used for the classification.</strong> <strong>Due to the simplicity and effectiveness of this algorithm (KNN), there is a great deal of use in the classification of texts.</strong><strong> The cornerstone of KNN is </strong><strong>to compare</strong> <strong>with the text trained and text tested to determine their similarity between. The empirical results show the quality and accuracy of extracted keywords are satisfiable for users. They also confirm that the document classification has been enhanced. In this research, it has been tried to extract more meaningful keywords out of texts using thesaurus (which is a structured word-net) rather than not using it. </strong><br> &nbsp;</p> اصطلاح‌نامه, بازیابی اطلاعات, استخراج کلمات کلیدی, وزن‌دهی thesaurus, information retrieval, extraction of keywords, weight 55 78 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-755-2&slc_lang=fa&sid=1 vahideh rezaie وحیده رضائی vahidehrezaie@gmail.com 10031947532846006218 10031947532846006218 No دانشگاه آزاد اسلامی واحد یاسوج mahid mohammadpour مجید محمدپور m.mohammadpour@iauyasooj.ac.ir 10031947532846006219 10031947532846006219 No دانشگاه آزاد اسلامی واحد یاسوج hamid parvin حمید پروین parvin@iust.ac.ir 10031947532846006220 10031947532846006220 No دانشگاه آزاد اسلامی واحد نورآباد ممسنی samad nejatian صمد نجاتیان samad.nej.2007@gmail.com 10031947532846006221 10031947532846006221 Yes دانشگاه آزاد اسلامی واحد یاسوج