بخشی از متن فایل پاورپوینت کامل آشنایی با بخش تحلیل محتوی و غنی سازی مرکز تحقیقات کامپیوتری علوم اسلامی(نور) :

تولیدات نرم افزاری مرکز تحقیقات کامپیوتری علوم اسلامی که این روزها ابزار دست بسیاری از پژوهشگران و علاقمندان به معارف اسلامی است، حاصل تلاش و زحمات زیادی است که در بخش های مختلف مرکز تحقیقات کامپیوتری علوم اسلامی، به انجام می رسد. بخش تحلیل محتوا و غنی سازی از جمله بخش های مهم و اساسی است که امر طراحی و تحقیق، ساماندهی، غنی سازی و طبقه بندی محتوای برنامه های مرکز را به عهده دارد.

پایگاه اطلاع رسانی حوزه در جهت شناساندن فعالیت این بخش، در گفتگویی کوتاه و تخصصی با حجت الاسلام سید جواد ابن الرضا مسئول بخش تحلیل محتوا، این موضوع را به بحث نشسته است.

ضمن تشکر از حجت الاسلام ابن الرضا و تشکر از اینکه قبول زحمت کردید و فرصتی در اختیار پایگاه اطلاع رسانی حوزه قرار دادید؟

من هم به سهم خود از این پایگاه تشکر می کنم و امیدوارم بیش از گذشته در عرصه نشر معارف اسلامی موفق و موید باشید.

اولین نرم افزارهای مرکز تحقیقات نور چگونه تولید شد و ایده تولید نرم افزارهای اسلامی توسط چه افرادی کلید خورد؟

در ابتدای شکل گیری مرکز حدود سال ۶۷، کار مرکز با تولید برنامه بحار الانوار شروع شد، برخی از فضلای حوزه، که مهندس

کامپیوتر بودند و به دروس حوزوی نیز مشغول بودند دوست داشتند کاری در زمینه تولید نرم افزار های حوزوی ارائه دهند. حوزه

در آن ایام سردمدار این جریان بود.

نوع کارهایی که اوایل تاسیس مرکز انجام می شد، چگونه بود؟

در همان ایام دو نوع کار انجام شد:الف) معجم الفاظ ب) معجم های موضوعی

کسی که بخواهد جستجویی در متن داشته باشد، گاهی اوقات با جستجوی در متن به الفاظ مورد نظر خود دست می یابد و گاهی فراتر از آن معنایی و محتوایی کار می کند. برای رسیدن از طریق الفاظ متن به موضوع مورد نظر کار خاصی لازم نیست. همین مقدار که تایپ یا ورود اطلاعات شود و اجزاء متن برای کامپیوتر قابل شناخت باشد، می توان از الفاظ متن استفاده کرد و جستجوهای خود را انجام داد در این صورت کاربر با تعداد زیادی از مصادیق یک لفظ در متن مواجه شده که گاهی بسیاری از آنها هیچ ربطی به موضوع ندارد. اما آن چیزی که کار مرکز را با مراکز دیگر متمایز می کند، این است که ما کاری کنیم که اطلاعاتی که به کاربر می دهیم، اطلاعات مفید و مورد نظر او باشد.

این اتفاق چگونه می افتد؟

اگر شما یک واژه یا کلمه را در اینترنت جستجو کنید، مرورگرهای اینترنتی پاسخ های زائدی به شما می دهد و خود این پاسخ ها نیز بر دو نوع می باشد، به این معنا که اگر دقیق خود آن لفظ مطلوب را جستجو کنید یک اشکالاتی دارد و اگر بخواهید این دقت را کنار بگذارید، اشکالات دیگری متوجه آن می شود.

الف: اشکالات جستجوی عین لفظ مطلوب در اینترنت: در بسیاری از موارد که این لفظ به صورت پیشوند، پسوند، یا حتی به اشکال مختلف مثل جمع و صورت های دیگر آمده است را مرورگر نمایش نمی دهد؛ در واقع این نوع جستجو جامعیت ندارد.

ب: اشکالات جستجوی الفاظ مطلوب با کنار گذاشتن دقت: اگر دقت را حذف کردیم مثلا پیشوند و پسوند را در نظر نگیریم، قواعد همزه را رعایت نکنیم و…با وجود این از سیستم درخواست اطلاعات کنیم این نوع جستجو نه جامعیت و نه مانعیت دارد. مثلا صد هزار پاسخ به دست می آید که فقط هزارتای آن مورد استفاده است که پیدا کردن آن نیز خود زمان بسیاری را از پژوهشگر می طلبد و باید این مشکل را حل کنیم.

آیا وجود الفاظ مترادف نیز از زمره این اشکالات است؟

بله همینطور است؛ مثلا کاربری کلمه «الارحام» را در کتابی جستجو می کند، در حالی که در این کتاب به جای این لفظ کلمه «الاقارب»بکار رفته و با جستجوی لفظی پژوهشگر هیچ گاه به پاسخ مد نظر خویش دست نمی یابد.

برای رفع این مشکل چه راه کاری پیموده شد؟

برای رفع این مشکل باید تحلیل های محتوایی بروی این متون صورت گیرد تا کاربر به خواسته و مطلوب خود برسد لذا سطح کار را با این تحلیل ها بالا بردیم. روش های مختلفی در این مسیر هستند که کاربر را به خواسته خودش می رساند.

الف و ب: پیراسته سازی و واژه سازی از کلمات:

ما با تحلیل های محتوایی به این دو روش مذکور محدوده حوزه جستجو را بالا برده و اطلاعات بیشتری را به کاربر می دهیم. در واقع با حذف پیشوند ها و پسوند ها و یا تبدیل افعال به مصدر و یا یک سری کارهای مفهومی – مثل تبدیل حمع به مفرد و یا تبدیل کلمات مؤنث به مذکر – کار کاربر را راحت تر می کنیم مثلا اگر کسی به دنبال متونی که در آنها لفظ نور به کار رفته باشد؛ با این پیراستن کلمات به الفاظ دیگری مثل «بالنور» «کالنور» «بنورها» «بنورهم» «بنورهما» و… نیز دست می یابد.

آیا این روش هم کاستی هایی دارد؟ در صورت وجود نقص چه راهکاری می دهید؟

بله متاسفانه شیوه تحلیل محتوای به روش واژه بر متن یا پیراسته کلمات با جامعیتی که در حوزه جستجو دارد و با همه خوبی های دیگرش باز هم پاسخ های اضافی فراوانی را به همراه دارد و از مانعیت کافی برخوردار نیست لذا برای پرهیز از این اشکال این شیوه را کنار می گذاریم و از شیوه برتری استفاده می کنیم.

ج: شیوه نمایه بر متن:

این شیوه که به دو صورت «پیش هم آرا» و «پس هم آرا» انجام می شود، شیوه ای رایج در تحلیل متن است که پس از مطالعه قسمتی از متن، این نمایه ها که در واقع معرف و نماینده تکه ای از متن است توسط پژوهشگران مشخص می گردد؛ این شیوه که فرمت تخصصی نیز یکی از روش های مرسوم آن است نیز دارای محاسن و معایبی است که خود قابل بررسی است.

متقن ترین روش برای کاربر، کدام روش است؟

آنچه که از همه ر