With the exponential growth in web content, the answers provided by traditional search engines by query specific keywords to content has resulted in markedly high recall and low precision. Semantic information retrieval can enhance the relevancy of search results by understanding search intention and the contextual meaning of terms as they are entered by the user. In this paper, a novel method for supporting semantic information retrieval is proposed by building a domain specific ontology. A prototype of a fuzzy semantic search engine is developed and the results are compared with that of a traditional search engine

چکیده

با رشد فزاینده در محتوای وب، پاسخ های ارائه شده توسط موتورهای جستجوی سنتی - با استفاده از کلمات کلیدیِ خاص جستار - به محتوا، منجر به فراخوانی نسبتاً بالا و دقت پایین شده است. بازیابی اطلاعات معنایی می تواند تناسبِ نتایج جستجو را با فهم هدف جستجو و مفهوم زمینه ایِ عبارات هنگام ورود توسط کاربر افزایش دهد. در این مقاله، یک روش جدید برای پشتیبانی از بازیابی اطلاعات معنایی با استفاده از ساخت یک آنتولوژی خاص دامنه مطرح می شود. یک نمونه اولیه از موتور جستجوی مفهومیِ فازی ایجاد شده و نتایج حاصل با نتایج حاصل از یک موتور جستجوی سنتی و متداول مقایسه شده است.

1-مقدمه

با رشد سریع میزان داده های موجود در پایگاه داده ها و دیگر منابع داده، نیاز به جستجو این اطلاعات برای کاربران معمولی بطور چشمگیری افزایش یافته است. معمولاً برای دسترسی به این منابع، کاربران نیاز به یادگیری زبانهای جستار ساختاریافته (زبان پرس و جوی ساخت یافته) همچون SQL و XQuery دارند. موتورهای جستجو برروی وب یک مکانیزم پرس و جوی ساختاریافته به نام جستجوی کلمه کلیدی را رایج کرده اند که بسیار ساده و کاربرپسند است و به هیچ اطلاعاتتی دربارۀ طرح نیاز ندارد. برای یافتن اطلاعات مناسب در ارتباط با یک موضوع خاص از انبوه داده های موجود برروی اینترنت، یک تکنیک موثر جستجو لازم است...