***.*** ... گنجینه ... فشارکی ... ها ***.***

****.**** کنز الفشا ر کیو ن ************** Fesharkies's Treasure ****.****

***.*** ... گنجینه ... فشارکی ... ها ***.***

****.**** کنز الفشا ر کیو ن ************** Fesharkies's Treasure ****.****

***.*** ... گنجینه ... فشارکی ... ها ***.***

########## بنام خدا ##########
#پایگاه جامع اطلاع رسانی در موضوعات زیر #
..... با سلام و تحیت .. و .. خوشامدگویی .....
*** برای یافتن مطالب مورد نظر : داخل "طبقه بندی موضوعی " یا " کلمات کلیدی"شوید. ویا کلمه موردنظر را در"جستجو" درج کنید.***

طبقه بندی موضوعی
بایگانی
محبوب ترین مطالب

دکتر محمدعلی لسانی فشارکی 3

ذهن

http://zehn.iict.ac.ir/article_46365.html

 

الگوپردازی مفهوم‌یابی از آیات قرآن کریم با استفاده از دانش متن‎ کاوی رایانشی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه علوم و معارف قرآن کریم

2 دانشگاه نبی اکرم

3 استادیار گروه علوم قرآن و حدیث دانشگاه آزاد اسلامی واحد کرج

چکیده

 
هدف مقاله تعیین مسیری برای تبیین فناورانه مفهوم‌یابی از آیات قرآن است. مفهوم‌یابی یکی از مراحل اصلی روش تحقیق موضوعی در قرآن کریم است و در عین حال در سایر مطالعات مرتبط با فهم قرآن می‎تواند به کار گرفته شود. استفاده از دانش متن‌کاوی رایانشی برای پردازش متون، روشی متداول در فناوری دنیای امروز است. قرآن کریم نیز به عنوان یک متن و زبان مورد توجه این دانش قرار گرفته است. گام اول برای تحلیل هر متن تشکیل پیکره متنی است که متن را به داده‌های ساخت‌یافته تبدیل می‌کنند. در طراحی این پیکره‌ها از قواعد مختلفی از جمله قواعد متداول صرفی- نحوی استفاده می‌شود. آنچه انتظار داریم درنهایت به عنوان خروجی ماشین از آن بهره بگیریم، مفهوم‌یابی و استخراج دانش یا ابزارهایی برای تسهیل این کار است؛ لذا پس از تشکیل پیکره متنی، داده‌های نمونه برای استفاده در فرایند یادگیری ماشین برای مفهوم‌یابی آماده شده‌اند. این داده‌ها الگوهای ساده زبانی مبتنی بر پیکره متنی است که منجر به دریافت مفهوم می‌شود و می‎تواند در مراحل تکمیلی تدقیق شده، به سمت الگوهای پیشرفته سوق پیدا کند.

کلیدواژه‌ها


 مراجع

* قرآن کریم.

  1. اسماعیلی مهدی؛ مفاهیم و تکنیک‌های داده‌کاوی؛ کاشان: دانشگاه آزاد اسلامی کاشان، 1392.
  2. استیری احمد و همکاران؛ ایجاد و انتشار ساختار وب‌معنایی برای قرآن کریم؛ دانشگاه فردوسی مشهد، 1392.
  3. اصلانی اکرم و همکاران، «یافتن الگوهای مکرر در قرآن کریم به کمک روش‎های متن‎کاوی»، فصلنامه پردازش علائم و داده‌ها؛ ش37، 1397.
  4. امرایی محمدحسن و همکاران؛ «ارزیابی مقایسه‌ای انسجام در سوره علق و ترجمه آن از حداد عادل بر اساس نظریه هالیدی و حسن»، دو فصلنامه علمی پژوهشی پژوهش‌های ترجمه در زبان و ادبیات عربی؛ ش16، بهار و تابستان 1396.
  5. ترکیان ایوب؛ آشنایی با داده‌کاوی در قرآن؛ چ1، تهران: انتشارات دانشگاه صنعتی شریف، 1395.
  6. خوش‌منش ابوالفضل؛ درآمدری به ظرفیت‌های فرهنگی و هنری زبان قرآن؛ چ2،تهران: انتشارات پژوهشگاه فرهنگ، هنر و ارتباطات، 1393.
  7. درزی قاسم و همکاران؛ «گونه‎شناسی مطالعات میان‌رشته‌ای در قرآن کریم»، فصلنامه مطالعات میان‌رشته‌ای در علوم انسانی؛ دوره پنجم، ش4، پاییز 1392.
  8. راغب اصفهانى، حسین بن محمد؛ المفردات فی غریب القرآن؛ دمشق: نشر دارالعلم الدار الشامیة، 1412ق.
  9. رضائیان، مینا و همکاران؛ «متن‌کاوی ابزاری مؤثر در آینده‌پژوهشی: معرفی روش و مرور ادبیات»، سومین همایش ملی آینده‌پژوهشی؛ 1393.
  10. سلوی، م. س. الاوی؛ روابط متنی در قرآن؛ ترجمه سیداکبر جلیلی؛ چ1، تهران: نشر نویسه پارسی، 1395.
  11. سمیعی، احمد و همکاران؛ مبانی زبانشناسی؛ تهران: انتشارات مدرسه (سازمان پژوهش و برنامه‌ریزی آموزشی)، 1387.
  12. سید رضی (گردآورنده)؛ نهج‌البلاغه، قم: نشر هجرت، 1414ق.
  13. صالحی شهرودی محمدحسین؛ متن‌کاوی موضوعی قرآن کریم جهت کشف ارتباطات معنایی میان آیات، بر مبنای تفسیر المیزان؛ پایان‌نامه مقطع کارشناسی ارشد، دانشگاه علوم و فنون مازندران، 1392.
  14. صافى، محمود بن عبدالرحیم؛ الجدول فى اعراب القرآن؛ چ4، بیروت: نشر دار الرشید مؤسسة الإیمان، 1418ق.
  15. طباطبایی، سیدمحمدحسین؛ تفسیر المیزان؛ ترجمه موسوى همدانى سیدمحمد باقر؛ چ5، قم: دفتر انتشارات اسلامى جامعه‏ مدرسین حوزه علمیه قم، 1374.
  16. صانعی‌پور محمدحسن؛ پیوستگی متن قرآن کریم (رویکرد زبان‌شناختی)؛ تهران: نشر دانشگاه امام صادق†، 1395.
  17. عاصی، مصطفی؛ «پردازش دستوری زبان فارسی با رایانه»، ویژهنامه نامه فرهنگستان (دستور)؛ ش1، 1383.
  18. کامیابی‌ گل ، عطیه و همکاران؛ «استخراج اطلاعات از پیکره متنی – معرفی پیکره مقاله‌های علمی پژوهشی دانشگاه فردوسی مشهد»، فصلنامه علمی پژوهشی کتابداری و اطلاع‌رسانی؛ دوره 21، ش2، 1397.
  19. گروه پژوهشی دادگان؛ پروژه دادگان وابستگی زبان فارسی؛ 1391.
  20. لسانی فشارکی محمدعلی؛ روش تحقیق موضوعی در قرآن کریم؛ چ5، قم: نشر بوستان کتاب، 1397.
  21. میرزایی، آزاده و همکاران؛ «نخستین پیکره نقش‌های معنایی زبان فارسی»، نشریه علم زبان؛ ش3، 1392.
  22. یاری، علیرضا و همکاران؛ «بررسی پیکره‌ها و ابزارهای پردازش زبان فارسی»، مرکزتحقیقاتمخابراتایران؛ پروژه شماره P-PD-VAS-SBM-S-006-1.02، 1394.

23. Arsitades Wiranegara, Dian; “Learning functional grammar in ESP class”, Journal of English for Academic and Spesific Purposes; Vol. 1, No. 1, June 2018.

24. Donglai Ge, Junhui Li, Muhua Zhu and Shoushan Li; “Modeling Source Syntax and Semantics for Neural AMR Parsing”; Proceedings of the Twenty-Eighth International Joint Conference on Artificial Intelligence Main track, 2019, pp.4975-4981.

25. Aliwy Mohammed Al-Husseini, Hashim; “Textual Analysis of Kinship Terms in Selected Quranic and Biblical Verses”, International Journal for Innovation Education and Research; Vol.2-10, 2014.

26. Juhi Tandon; “Advancements in Dependency Parsing for Indian Languages”, International Institute of Information Technology; Hyderabad-, India, July 2018.

27. Khyathi Raghavi, Chandu; “Language Informed Modeling of Code-Switched Text”, Proceedings of The Third Workshop on Computational Approaches to Code-Switching; Melbourne, Australia, July 19, 2018, pp.92–97.

28. Ol’ga Feiguina, Graeme Hirst; “Authorship attribution for small texts: Literary and forensic experiments”; Conference: Proceedings of the Sigir 2007 International Workshop on Plagiarism Analysis, Authorship Identification, and Near-Duplicate Detection,  Amsterdam: Netherlands, July 27, 2007.

29. Rui, Cai and Mirella Lapata; “Syntax-aware Semantic Role Labeling without Parsing”, Transactions of the Association for Computational Linguistics; Vol. 7, 2019, pp.343-356.

30. Shokrollahi-Far, Mobin; “A Knowledge-Based Morpho-Syntactic Parser for Arabic”; Proceedings of 16th CSI International Symposium on Artificial Intelligence and Signal Processing; Shiraz, Iran. Indexed at IEEE Xplore. 2012.

31. https: //www.slideshare.net/jagadish_C_A/data-mining-and-machine-learning-expained-in-jargon-free-lucid-language.

 

 

 

http://zehn.iict.ac.ir/article_46365.html

 

موافقین ۰ مخالفین ۰ ۹۹/۰۹/۱۶