بهبود بازيابي اطلاعات بر اساس تشابه معنايي كلمات كليدي با استفاده از رتبه دهي مبتني بر گراف

كلمات كليدي در اسناد متني ، كلماتي از متن اسنادهستند كه بيشترين بار مفهومي متن را به همراه داشته و نيز يك نسخه فشرده متن محسوب مي شود در نتيجه نياز به روش هاي استخراج خودكار كلمات كليدي را به شدت افزايش داده اخيراً روش هاي رتبه بندي مبتني بر گراف كاربرد موفقي در حوزه وب داشته يك مشكل عمده اكثر اين روش ها تأكيد بيش از حد بر پارامترهم جواري كلمات در ايجاد و وزندهي يال هاي گراف متني و صرف نظر از شاخص هاي آماري شده است . در اين پژوهش برانيم شباهت معنايي كلمات كليدي را به صورت فرمت پيچيده تري از متغير TF-IDF (روش وزندهي كلاسيك) به عنوان شاخص آماري بيان كنيم. با تعريف متغير جديد كه بيانگر ترتيب كاهنده از احتمال ارتباطشان با پرس وجوي كاربر است و يك روش مشخص به عنوان رتبه بندي احتمال ؛ الگوريتم معروفBM25 است ، در اين پژوهش اطلاعات آماري روش رتبه بندي احتمال ارتباط كلمات كليدي، از جمله تعداد اسناد مشابه و اسناد كل مجموعه در وزندهي گراف استفاده شده است.هدف اين مقاله اين است كه شباهت معنايي اسناد مختلف با سند مورد نظربررسي كنيم با رتبه بندي كلمات كليدي مجموعه اسناد مرجع ، اسنادي كه داراي كلمات كليدي با بالاترين اولويت اند ، شبيه ترين اسناد به سند مورد بررسي است. مقايسه نتايج روش جديد با روش هاي قبلي افزايش دقت 93%در اسناد استخراج شده مشابه سند مورد بررسي را نشان مي دهد.