بازیابی سند: تفاوت میان نسخه‌ها

محتوای حذف‌شده محتوای افزوده‌شده

درخط

نسخهٔ ‏۴ اکتبر ۲۰۲۲، ساعت ۲۲:۴۲

بازیابی سند به عنوان تطبیق برخی از پرس و جوهای اعلام شده کاربر با مجموعه ای از رکوردهای متن آزاد تعریف می شود.

بازیابی سند گاهی اوقات به عنوان یا به عنوان شاخه ای از بازیابی متن نامیده می شود. بازیابی متن شاخه ای از بازیابی اطلاعات است که در آن اطلاعات عمدتاً به صورت متن ذخیره می شود. پایگاه داده های متنی به لطف رایانه شخصی غیرمتمرکز شدند. امروزه بازیابی متن یک حوزه مهم مطالعه است، زیرا اساس اساسی همه موتورهای جستجوی اینترنتی است.

پایگاه داده

یک سیستم بازیابی اسناد شامل یک پایگاه داده از اسناد، یک الگوریتم طبقه بندی برای ایجاد یک فهرست متن کامل و یک رابط کاربری برای دسترسی به پایگاه داده است.

یک سیستم بازیابی اسناد دو وظیفه اصلی دارد:

اسناد مربوط به درخواست های کاربر را بیابید
نتایج تطبیق را ارزیابی کنید و با استفاده از الگوریتم‌هایی مانند PageRank ، آنها را بر اساس ارتباط مرتب کنید.

موتورهای جستجوی اینترنتی کاربردهای کلاسیک بازیابی اسناد هستند. اکثریت قریب به اتفاق سیستم‌های بازیابی که در حال حاضر استفاده می‌شوند، از سیستم‌های ساده بولی گرفته تا سیستم‌هایی با استفاده از تکنیک‌های پردازش آماری یا زبان طبیعی را شامل می‌شوند.

تغییرات

دو دسته اصلی از طرحواره های نمایه سازی برای سیستم های بازیابی اسناد وجود دارد: نمایه سازی مبتنی بر فرم (یا مبتنی بر کلمه )، و نمایه سازی مبتنی بر محتوا . طرح طبقه بندی اسناد (یا الگوریتم نمایه سازی ) .

فرم

الگوریتم درخت پسوند نمونه ای برای نمایه سازی مبتنی بر فرم است.

پاب‌مد

موتور جستجوی PubMed ^[۱] در جستجوی موضوعات از طریق مقایسه کلمات از عنوان اسناد، چکیده، و اصطلاحات MeSH با استفاده از یک الگوریتم وزنی کلمه کار می کند. ^[۲]

همچنین ببینید

منابع

↑ Kim W, Aronson AR, Wilbur WJ (2001). "Automatic MeSH term assignment and quality assessment". Proc AMIA Symp: 319–23. PMC 2243528. PMID 11825203.
↑ Lin J1, Wilbur WJ (Oct 30, 2007). "PubMed related articles: a probabilistic topic-based model for content similarity". BMC Bioinformatics. 8: 423. doi:10.1186/1471-2105-8-423. PMC 2212667. PMID 17971238.

[1] Kim W, Aronson AR, Wilbur WJ (2001). "Automatic MeSH term assignment and quality assessment". Proc AMIA Symp: 319–23. PMC 2243528. PMID 11825203.

[2] Lin J1, Wilbur WJ (Oct 30, 2007). "PubMed related articles: a probabilistic topic-based model for content similarity". BMC Bioinformatics. 8: 423. doi:10.1186/1471-2105-8-423. PMC 2212667. PMID 17971238.

[۱]

[۲]