خط فارسي در گنج: واكاوي تأثير مسائل صرف، معنا و رسم‌‌الخط بر بازيابي اطلاعات در پايگاه اطلاعات علمي ايران

Persian Writing in GANJ: Investigating the Impact of Morphology, Semantics, and Writing Style on Iran's Treasure of Scientific and Technical Information

هدف: خط فارسي دشواري‌‌هايي دارد كه بي‌‌توجهي به آنها، بازيابي اطلاعات را تحت تأثير قرار مي‌‌دهد. پژوهش حاضر با هدف بررسي تأثير مشكلات خط فارسي در ابعاد صرفي، معنايي و رسم‌الخط بر بازيابي مدارك پايگاه گنج انجام شده است. روش‌‌: اين پژوهش از نظر هدف كاربردي بوده كه به شيوه كيفي و با استفاده از تكنيك تحليل محتوا انجام شد. ابزار مورد استفاده، سياهه وارسي محقق ساخته بود. جامعه پژوهش نيز تمامي مدارك ثبت شده در گنج تا زمان اجراي پژوهش مي‌‌باشد. نمونه‌‌گيري به صورت نمونه‌‌گيري معياري انجام شد. با توجه به داده‌‌هاي به دست آمده، توصيف و تحليل انجام گرفت. نتايج: در دسته مشكلات صرفي، تأثير مسائل و دشواري‌‌هاي مربوط به صرف يا ساخت‌‌واژه در بازيابي مدارك و در دسته مشكلات معنايي تأثير دشواري‌‌هايي كه از نظر معنا در واژه ابهام يا تفاوت معنايي ايجاد مي‌‌كنند، بر بازيابي مدارك بررسي شد. در مشكلات رسم‌‌الخط، اين بررسي براي دشواري‌‌هاي ناشي از ويژگي‌‌هاي ريخت‌‌شناسي و نوشتاري خط فارسي انجام شد. نتيجه‌‌گيري: پژوهش حاضر نشان داد مشكلات صرفي، معنايي و رسم‌‌الخط، نتايج بازيابي اطلاعات در گنج را تحت تأثير قرار مي‌‌دهند. همچنين در اين پايگاه در گروه صرفي تنها براي تك‌‌واژ‌‌هاي صرفي صفت، و در گروه رسم‌‌الخط، براي مشكلات علامت تشديد، جابه‌‌جايي «ي» و همزه در كلمات فارسي، نگارش همزه مياني و پاياني با كرسي «الف»، نگارش همزه مياني و پاياني با كرسي «واو»، «حذف يا نوشتن علامت مد» و «نوشتن صامت «ي» بعد از «ه» غيرملفوظ، چاره‌‌انديشي شده و در گروه معنايي به هيچ يك از دشواري‌‌ها توجهي نشده است.

Persian writing has some difficulties that neglecting can affect information retrieval. This study was conducted to investigate the effect of Persian writing problems on the retrieval of documents on the (GANJ) database based on morphological, semantical, and orthographical aspects. Methods: This research is a practical-purpose study that was conducted in a qualitative manner using content analysis techniques. The used method was a researcher-made checklist. The research population was all the records recorded in the GANJ until the time of the survey. Sampling was done by standard sampling. In the category of conjugational problems, the impact of these problems on the retrieval of documents in the database was examined. Results: In the semantic problem category, the effects of semantic ambiguity or semantic differences on the information retrieval of documents were examined. This case was done in the category of orthography problems to determine difficulties arising from morphological and written features of Persian writing. Conclusions: According to the data obtained from searching for keywords related to each difficulty in the Ganj, it was observed that inconsistencies in the text affect the retrieval result. The results of the present study showed that morphological, semantic, and orthographical problems affect the information retrieval results in the database. It was also found that in the morphological group only for the "adjective morphological morphemes", and in the orthography group, for the problems of "accent mark", "ي and ء transposition in Persian words", "writing of middle and end ء (tittle) with الف seat", "writing of middle and end ء (tittle) with واو seat", "remove or writing tilde Mark" and "writing of consonantal ي after inarticulate ه" have been deliberated and difficulties in the semantic group were completely neglected. Since Ganj is the basis of other Irandoc databases, regardless of morphological, semantic, and calligraphic problems can affect the work of other systems as well.