نوع مقاله : ترجمه

نویسنده

• اعظم السادات حسینی (مترجم)

ادار ه کل اطلا ع رسانی و ارتباطات سازمان اسناد و کتابخانه ملی ایران

چکیده

با افزایش سرعت تحولات محتوای وب، به‌ویژه رسانه اجتماعی، حفظ و نگهداری وب و تحولات آن در طول زمان به چالش بسیار مهمی تبدیل شده است. تحلیل معنایی محتوای وب، مناسب دیدگاه موجودیت است و برای تنظیم و سازماندهی منابع وب بر اساس اشیاء اطلاعاتی مرتبط با آن‌ها به‌کار می‌آید. بنابراین چالش اساسی استخراج، شناسایی و برقراری ارتباط میان تعداد زیادی از منابع گوناگون و نامتجانس وب است که در آن‌ها ماهیت و کیفیت محتوا بسیار متنوع است. بااینکه در این فرایند از منبع غنی ابزارهای استخراج اطلاعات استفاده شده است، یکپارچه‌سازی، ادغام و تقویت داده‌هایی که به‌طور خودکار استخراج شده‌اند نیز برای تضمین کیفیت و عدم ابهام داده‌های تولیدی، لازم است. در این مقاله رویکردی بر اساس چرخه تعاملی بهره‌برداری از داده‌های وب در موارد زیر ارائه می‌شود:
۱. آرشیو هدفمند اشیاء وب؛
۲. استخراج و شناسایی موجودیت؛
۳. برقراری ارتباط میان موجودیت‌ها.
هدف طولانی‌مدت این کار، حفظ و نگهداری محتوای وب در طول زمان و امکان ردیابی و تحلیل آن بر اساس داده‌های دارای ساختار مناسب آر. دی. اف. درباره موجودیت‌هاست.

کلیدواژه‌ها

• استخراج دانش
• داده مرتبط پیوندی
• ادغام و تقویت داده‌ها
• غنی‌سازی داده‌ها
• آرشیو کردن وب
• شناسایی موجودیت