بهبود پرس و جو با استفاده از يك زبان مياني به كمك يك شبكه عصبي

يكي از چالش هاي موجود در موتورهاي جست وجو بهينه سازي پرس و جوهاي كاربران مي باشد بطوري كه نتايج آن تا حد امكان با متن داده شده مطابقت بيشتري داشته باشد و از نمايش نتايج كم اهميت جلوگيري شود. در اين مقاله يك روش تركيبي جديد بر مبناي شبكه عصبي و فازي به منظور بهبود نتايج پرس و جو پيشنهاد شده است. در روش پيشنهادي، متن پرس و جو در يك موتور جستجو در ابتدا به صورت كلمات مجزا تفكيك مي شود. سپس به هر يك از اين كلمات به كمك شبكه عصبي وزن داده مي شود. وزنها نشان دهنده اهميت كلمات در متن وارد شده هستند. به كمك فرهنگ لغت همراه، ترجمه هر يك از اين كلمات بدست مي آيد. سپس با استفاده از پايگاه داده ي وردنت و فارسينت مترادف و هم معني كلمات فوق تعيين مي گردد. سپس با جست و جو در فايل هاي اسناد متني، بر مبناي معيارهاي فازي براي هريك از كلمات در هر يك از فايلهاي اسناد متني موجود در ديتاست، وزن سند نسبت به هر يك از كلمات بدست مي آيد. سپس وزن سند نسبت به كل متن پرس و جو بر مبناي قوانين فازي محاسبه مي گردد. اسنادي كه داراي رتبه بالاتري هستند و با درجه بيشتري با متن پرس و جو رابطه دارند به نمايش در مي آيند. آزمايشها بر روي مجموعه داده هاي انتخابي و مقايسه با روشهاي ديگر، كاريي اين روش را نشان مي دهد.