پژوهشنامه پردازش و مدیریت اطلاعات

پژوهشنامه پردازش و مدیریت اطلاعات

ابهام‏زدایی از حوزه‏های دانشی با تاکید بر حوزه‏های پزشکی: مرور نظام‏مند

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دکتری علم اطلاعات و دانش شناسی؛ بازیابی اطلاعات؛ دانشگاه تهران؛
2 دکتری علم اطلاعات و دانش شناسی؛ دانشیار؛ دانشگاه تهران؛
3 دکتری زبانشناسی همگانی؛ دانشیار؛ پژوهشگاه علوم و فناوری اطلاعات (ایرانداک)؛
چکیده
هدف این مرور، ارائه صورت‏بندی جامعی از ابهام‏زدایی در حوزه‏های دانشی در پژوهش‏های منتشر شده است. برای انجام این مرور نظام‏مند، مطالعات مرتبط با حوزه ابهام‏زدایی در پایگاه‏های اطلاعاتی بازیابی شد. ابعاد گوناگونی که از مرور ادبیات پژوهش‏های بازیابی‌شده به‌دست آمد، مبنای ارائه صورت‏بندی جامعی از ابهام‏زدایی در این ترکیب قرار گرفت. افزون‌ بر این، تحلیل کیفی برای کل مطالعات بازیابی‌شده با بهره‏گیری از بازبینه ارزیابی انتقادی در حوزه علم اطلاعات و دانش‏شناسی انجام و اعتبار پژوهش‏ها برای حضور در این ترکیب بررسی شد.
این مرور نظام‏مند، یک چارچوب ترکیبی از مؤلفه‏های حوزه ابهام‏زدایی ارائه کرد. این مؤلفه‏ها شامل روش‏های انجام پژوهش (بر اساس منابع و نیز بر اساس یادگیری ماشینی) و ابزار گردآوری داده (جست‌وجوی اسناد، پرسشنامه، مصاحبه و ...)، منابع استفاده‌شده (منابع دانشی یا پیکره) برای ابهام‏زدایی و کاربردهای آن است. همچنین موضوعات پنهان (معنا و موضوع، نام، موجودیت‏های نامدار، احساس و نظر، صوت و تصویر و ...) در ادبیات پژوهش نیز استخراج و در چند گروه کلی طبقه‏بندی شد.
بررسی موضوع ابهام‏زدایی نشان داد که ابهام‏زدایی در موضوعات و حوزه‏های مطالعاتی و با اهداف گوناگون انجام می‏شود و انتخاب روش مناسب پژوهش و گردآوری داده و ابزارها، به نوع داده‏ها بستگی دارد. همچنین، ابهام‏زدایی در حوزه‏های گوناگون دانشی نیاز است تا ضمن کسب شواهد بیشتر برای آن، پژوهشگرانِ حوزه‏های تخصصی را نیز یاری رساند.
کلیدواژه‌ها
موضوعات

عنوان مقاله English

Disambiguation of Knowledge Domains by emphasize on Medicine Fields: Systematic Review

نویسندگان English

Hamideh Asadi 1
Nader Naghshineh 2
MolukoSadat Hosseini Beheshti 3
1 PhD in Library and Information Science; Information Retrieval; University of Tehran
2 PhD in Library and Information Science; Associated Professor; University of Tehran
3 PhD in Linguistics; Associated Professor; Terminology & Ontology Research Group; Iranian Research Institue for Information Science and Technology (IranDoc); Tehran
چکیده English

Introduction: The aim of this paper is to represent a comprehensive expression of disambiguation in the knowledge domains based on published’ researches
Methods: In order to facilitate the retrieval of studies in disambiguation’ field to conduct a systematic review, databases were searched by a systematic search. The obtained various aspects of the literature review of the retrieved researches became the basis for the representating a comprehensive expression of the disambiguation in the synthesis. In addition, a qualitative analysis was performed for all retrieved studies using a critical appraisal checklist in the Library ad Information Science field, and the validity of the researches to be included in this synthesis was investigated.
Results: The Systematic review present a systematic framework based on researches’ items in the disambiguation field. The items including research’ methodology, data gathering tool and others elements. The hidden subjects in the literature review were extracted and classified in the some class.
Discussion & Conclusion: The investigation of disambiguation topic indicated that the disambiguation is done in different subjects, study disciplines and by the variety goals. Choosing the proper methods of research and data collection and tools depends on the data type. Additionally, disambiguation is needed in various fields to obtain more evidences in it and to help researchers in special fields.

کلیدواژه‌ها English

Ambiguity
Classification
Information Science
Knowledge Management
Systematic Reviews
فهرست منابع
اسلامی، بهناز، مهدی حبیب‏زاده مطلق، مجید فولادیان، و زهرا رضایی. 1397. به‌کارگیری روش متن‏کاوی به‌منظور دسته‏بندی سلسله‌مراتبی متون با رویکرد یادگیری عمیق در داده‏های حجیم. مقاله ارائه‌شده در کنگره ملی توسعه پژوهش‏های نوین در مهندسی برق و کامپیوتر، تربت جام، ایران.
خیرمند پاریزی، منیر، و رضا نورمندی‏پور. 1395. رفع ابهام معنایی کلمات فارسی با استفاده از رویکرد نظارت‌شده الگوریتم‏های IBL. علوم رایانشی 1 (2): 63-71.
دالوند، زهرا، صبا جودکی، و سجاد نعمتی پویا. 1398. رفع ابهام کلمات در جمله با کلاس‏بندی معنایی با بهره‏گیری از SVM. مقاله ارائه‌شده در اولین کنفرانس بین‏المللی راهکارهای نوین در مهندسی، علوم اطلاعات و فناوری در قرن پیش ‏رو، استانبول، ترکیه.
دشتی، محمدصادق، و عمید خطیبی بردسیری. 1395. ارائه روشی جدید به‌منظور رفع ابهام معنایی کلمات با استفاده از معیارهای وزن‏دهی. مقاله ارائه‌شده در چهارمین همایش ملی کاربرد فناوری‏های نوین در علوم مهندسی. تربیت حیدریه.
رضایی دینانی، مینا، معصومه کربلاآقایی کامران، و وحیدرضا میرزاییان. 1401. واکاوی اثربخشی برچسب‏گذاری معنایی در رفع ابهام معنایی هم‏نویسه‏های تخصصی از نظر میزان دقت در بازیابی متون علمی. کتابداری و اطلاع‏رسانی 24 (4): 31-59.
محدث دیلمی، فاطمه، حسین صدر، و مرتضی ترخان. 1400. ارائه یک مدل هوشمند به‌منظور تشخیص چندوجهی شخصیت کاربران با استفاده از روش‏های یادگیری ژرف. فناوری اطلاعات و ارتباطات ایران 13 (47-48): 72-89.
میردامادی، محمدمهدی، علی‏محمد زارع بیدکی، و مهدی رضائیان. 1392. قطعه‏بندی عبارات متون فارسی با استفاده از شبکه‏های عصبی. مهندسی برق و مهندسی کامپیوتر ایران 11 (2): 76-84..
مهدی‏پور، الهام، و فرشته رازقی یدک. 1397. ارائه یک شبکه عصبی عمیق مبتنی ‌بر کانولوشن برای طبقه‏بندی متون. مقاله ارائه‌شده در سیزدهمین سمپوزیوم بین‌المللی پیشرفت‌های علوم و تکنولوژی: سرزمین پایدار تازه‏های کامپیوتر و فناوری اطلاعات. ایران.
 
References
Al-Mubaid, Hisham, and Sandeep Gungu. 2012. A Learning-Based Approach for Biomedical Word Sense Disambiguation. The Scientific World Journal 2012: 949247  
AL-Saiagh, Wafaa, Sabrina Tiun, Ahmed AL-Saffar, Suryanti Awang, & A. S. Al-Khaleefa. 2018. Word Sense Disambiguation Using Hybrid Swarm Intelligence Approach. PLoS ONE 13 (12): e0208695.
Catalano, Amy. 2013. Pattern of Graduate Students’ Information Seeking Behavior: A Meta-synthesis of the Literature. Journal of Documentation 69 (2): 243-247.
Hogenboom, Alexander, Alex Brojba-Micu, & Flavius Frasincar. 2021. The Impact of Word Sense Disambiguation on Stock Price Prediction. Expert Systems Applications 184: 115568.
Jesson, Jill K., Lydia Matheson, & Fiona M. Lacey. 2011. Doing Your Literature Review: Traditional and Systematic Techniques. Los Angeles, London, New Delhi, Singapore and Washington DC: Sage.
Keshavarzian Nodehi, Azim, and Nasrollah Moghadam Charkari. 2022. A Metaheuristic with a Neural Surrogate Function for Word Sense Disambiguation. Machine Learning with Application 9: 100369.
Li, Yang, and Tao Yang. 2018. Word Embedding for Understanding Natural Language: A Survey. In Guide to Big Data Applications, S. Srinivasan (Ed.), P. 83-104. [New York]: Springer.
Lu, Wenpeng, Fanqing Meng, Shoujin Wang, Guoqiang Zhang, Xu Zhang, Antai Ouyang, & Xiaodong Zhang. 2019. Graph-Based Chinese Word Sense Disambiguation with Multi-Knowledge Integration. Computers, Materials & Continua 61 (1): 197-212.
Martinez, David, Oier Lopez de Lacalle, & Eneko Agirre. 2008. On the Use of Automatically Acquired Examples for All-Nouns Word Sense Disambiguation. Journal of Artificial Intelligence Research 33: 79-107.
Menai, Mohamed El Bachir. 2014. Word Sense Disambiguation using an Evolutinary Approach. Informatica 38: 155-169.
Park, Jeong Yeon, Hyeong Jin Shin, and Jae Sung Lee. 2022. Word Sense Disambiguation Using Clustered Sense Labels. Applied Sciences 12: 1857. 

  • تاریخ دریافت 15 آذر 1402
  • تاریخ بازنگری 26 اردیبهشت 1403
  • تاریخ پذیرش 26 اردیبهشت 1403