TY - JOUR ID - 370 TI - استفاده از راهکار شبکه عصبی در بازیابی اطلاعات متنی JO - مطالعات کتابداری و سازماندهی اطلاعات JA - NASTINFO LA - fa SN - AU - کلینی, سارا AD - کارشناس ارشد مهندسی کامپیوتر و مدیر اداره فن‌آوری‌های اطلاعاتی مرکز منطقه‌ای اطلاع‌رسانی علوم و فن‌آوری شیراز Y1 - 2008 PY - 2008 VL - 19 IS - 1 SP - 13 EP - 24 KW - شبکه عصبی KW - بازیابی اطلاعات KW - اطلاعات متنی KW - شبکه عصبی خودسازمان‌ده KW - الگوریتم خوشه‌بندی KW - شبکه SOM DO - N2 - با افزایش حجم اطلاعات و با پیشرفت تکنولوژی، استفاده از الگوریتم‌های سنتی جهت بازیابی سریع داده‌ها کافی نبوده و به‌کارگیری راهکارهای نوین را جهت تسریع در بازیابی اطلاعات مربوط طلب می‌کند. در روش‌های سنتی، پردازش اطلاعات، معمولا به‌صورت ترتیبی صورت می‌گیرد. در روش‌های جدید بازیابی اطلاعات، علاوه بر سرعت بازیابی، درک محتوای مدرک و بازیابی مدرک مربوط حائز اهمیت می‌باشد. به‌کاربردن روش‌های هوش مصنوعی در بازیابی سریع مدارک مربوط، بسیار موفق بوده است. استفاده از شبکه‌های عصبی به‌عنوان یکی از تکنیک‌های هوش مصنوعی، راهکار مناسبی جهت افزایش سرعت بازیابی اطلاعات در حجم انبوه است. شبکه‌های عصبی، بازنمایی مناسب دانش جهت کاربردهای بازیابی اطلاعات را ارائه می‌دهند. گره‌های شبکه عصبی نمایانگر عناصر مربوط در مجموعه مدارک از قبیل کلیدواژه،  نویسنده، و... است و از پیوندهای موجود در شبکه جهت انتقال ورودی از لایه‌ای به لایه دیگر استفاده می‌شود که در نهایت به دریافت خروجی شبکه، که همان مدرک بازیابی شده است، می‌انجامد. در این مقاله، به نحوه استفاه از شبکه عصبی خودسازمان‌ده  (SOM)در خوشه‌بندی داده‌ها به‌منظور بازیابی اطلاعات متنی پرداخته شده و یک مدل شبکه عصبی خودسازمان‌ده برای بازیابی اطلاعات نمونه از پایگاه اطلاعاتیMedline  پیاده‌سازی گردیده است. UR - https://nastinfo.nlai.ir/article_370.html L1 - https://nastinfo.nlai.ir/article_370_3b341bdba8a6e9d9ca4896bf52c9817f.pdf ER -