فصل سوم: روش تحقیق.. 46

1-3. مقدمه. 47

2-3. روش تحقیق.. 47

3-3.  شناسایی و ارزیابی شاخص ها 48

4-3. جامعه و نمونه آماری.. 48

5-3. مراحل اجرای تحقیق.. 48

6-3. ابزار اندازه گیری و جمع آوری اطلاعات.. 51

1-6-3. نرم افزارهای مورد استفاده : 51

2-6-3.  معرفی پرسشنامه. 51

3-6-3 . آزمونها و تگنیک های آماری.. 52

4-6-3.  روایی و پایایی پرسشنامه. 52

7-3. روایی/ اعتبار : 52

8-3. پایایی: 52

9-3. آزمون میانگین T-Student…………………………………………………………………………53

10-3. یکپارچگی داده ها 54

فصل چهارم: 56

1-4. مقدمه. 57

2-4. چشم انداز. 57

3-4. تحلیل ذینفعان.. 58

1-3-4. ذینفعان داخلی.. 58

2-3-4. ذینفعان خارجی.. 58

4-4. بیانیه ماموریت… 58

5-4. ارزش های محوری.. 59

1-5-4. پاسداری از اصول و ارزش های اسلامی از طریق.. 59

2-5-4. تعهد به پیشرفت دانشگاه و کشور با اعتقاد به : 59

6-4. تعیین عناصر راهبردی.. 60

1-6-4. زمینه ها و حوزه های مورد نظر در اهداف.. 60

7-4. اهداف کلان کیفی.. 60

1-7-4. اهداف کلان بخش آموزش… 60

2-7-4. اهداف کلان بخش پژوهش…. 60

3-7-4. اهداف کلان بخش مالی.. 61

8-4. تعیین جنبه های مدل ارزیابی امتیاز کارت متوازن : 61

1-8-4. فراگیران.. 62

2-8-4. مالی.. 62

3-8-4. فرایند داخلی: 62

4-8-4. رشد و نوآوری: 62

 

9-4. عوامل حیاتی موفقیت… 63

10-4. تعیین موقعیت راهبردی با توجه به ماتریس  (SWOT): 65

1-10-4. بررسی عوامل استراتژیک داخلی و خارجی : 65

2-10-4. ماتریس تحلیل نقاط ضعف، قوت، فرصت و تهدید : 73

11-4. تدوین شاخص ها از چهار منظر مالی، پژوهشی، آموزشی و فرهنگی.. 75

12-4. استخراج سنجه های عملکرد : 80

1-12-4. شاخص های کلیدی عملکرد، شاخص های عملکردی، شاخص های نتیجه و شاخص های کلیدی نتیجه  80

13-4. ایجاد داشبوردهای مدیریتی.. 84

1-13-4. داشبوردهای مربوط به شاخص ها 84

2-13-4. داشبوردهای مربوط به شاخص های مالی.. 85

3-13-4. داشبوردهای مربوط به شاخص های  آموزشی.. 86

4-13- 4. داشبوردهای مربوط به شاخص های حوزه  پژوهشی.. 89

14-4. داشبوردهای مربوط به   BSC سازمان.. 91

فصل پنجم: بحث و نتیجه گیری.. 93

1-5. مقدمه. 94

2-5. نتایج.. 94

3-5. استراتژی و راهكار كاهش…. 95

1-3-5. استراتژی و راهکار رسوخ در بازار. 96

2-3-5. استراتژی و راهکارها توسعه محصول.. 96

3-3-5. استراتژی و راهکار مشارکت… 96

4-3-5. استراتژی و راهكار تنوع همگون.. 97

4-5. همسویی ابعاد نقشه راهبرد با راهبرد سازمان.. 97

5-5. محدودیت تحقیق.. 99

6-5. پیشنهاد‌ها 99

منابع و مراجع: 101

منابع فارسی : 101

منابع انگلیسی.. 103

پیوست ها…………………………………………………………………………………………………………107

 

 فهرست شکل­ها  و نمودارها

نمودار 1-1: نمودار مراحل تحقیق.. 11

شکل 2-1. رابطه بین مدیریت عملکرد و اندازه‌گیری عملکرد (May Leen Yu et al.,2009) 24

نمودار 1-2 : جایگاه و نقش نظام ارزیابی عملکرد در فرایند توسعه منابع انسانی سازمان.. 29

شکل 2-2 بخش‌های سه گانه مدیریت راهبردی ]23[ 31

شكل 3- 2  الگوی مدیریت راهبردی فردآر. دیوید2004 ]24[ 32

شکل 4-2 چارچوب تحلیل SWOT. 33

شکل 1-3 :سفری از ماموریت و چشم انداز ارزیابی عملکرد (David Parmeenter, 2007) 49

شکل 2-3  نقشه استراتژی (Kaplan and Norton, 2004) 50

شکل 3-3 مراحل پیاده سازی داشبورد مدیریت… 55

شکل 1-4. نمودار چشم انداز استراتژی.. 62

شکل 2-4. ماتریس 2:  موقعیت استرات‍ژیک دانشگاه قم.. 73

شکل 3-4 (الف، ب، ج) شاخص های مالی.. 86

این مطلب را هم بخوانید :

شکل 4-4 (الف، ب، ج، چ) شاخص های حوزه پژوهشی.. 88

شکل 5-4 (الف، ب، ج، چ،) شاخص های حوزه آموزشی.. 91

شکل 6-4 شاخص های BSC سازمان.. 92

شکل 1-5.  نمودار علت و معلومی همسویی دارایی های نا مشهود با اهداف سازمانی.. 98

 

فهرست جداول

جدول 1-3. نمونه ای از پرسشنامه های طراحی شده. 52

جدول1-4.  عوامل حیاتی موفقیت سازمانی.. 64

جدول 2-4. ماتریس ارزیابی عوامل داخلی (IFE) 68

جدول 3-4.  ماتریس ارزیابی عوامل خارجی (EFE) 71

جدول 4-4. ماتریس تهدیدات، فرصت ها، نقاط قوت و نقاط ضعف… 74

جدول5-4:  شاخص های گروه مالی.. 76

جدول6-4:  شاخص های گروه پژوهش و فنآوری.. 77

جدول7-4: شاخص های گروه آموزشی و اجرایی.. 78

جدول8-4:  شاخص ها و ارتباط آن با وجوه BSC.. 81

 

 1-1 مقدمه:

3-2 روش تحقیق ……………………………………………………………………………………………………………………………………………………….49

3-3-مراحل انجام تحقیق …………………………………………………………………………………………………………………………………………..50

3-4.مدل مفهومی تحقیق ………………………………………………………………………………………………………………………………………….51

3-5-  معرفی جامعه آماری  تحقیق…………………………………………………………………………………………………………………………..51

3-6-  روش و ابزار گرد آوری اطلاعات………………………………………………………………………………………………………………………53

3-7-  بررسی معیار های نكوئی پرسشنامه تحقیق……………………………………………………………………………………………………54

3-8- بررسی پایایی ابزار سنجش……………………………………………………………………………………………………………………………….54

3-9- روش تجزیه و تحلیل داده ها…………………………………………………………………………………………………………………………….55

3-10-  رگرسیون خطی و چندگانه……………………………………………………………………………………………………………………………56

فصل چهارم: تجزیه و تحلیل داده‌ها ……………………………………………………………………………………………..58

4-1-مقدمه‏ …………………………………………………………………………………………………………………………………………………………………59

4-2- بررسی ویژگیهای توصیفی متغیر های کیفی گروه نمونه…………………………………………………………………………………59

4-2-1- اطلاعات مربوط به جنسیت …………………………………………………………………………………………………………………………60

4-2-2- اطلاعات مربوط به سن ………………………………………………………………………………………………………………………………..61

4-2-3- اطلاعات مربوط به جدول تحصیلی ……………………………………………………………………………………………………………..62

4-3- بررسی ویژگیهای توصیفی متغیر های کمی گروه نمونه………………………………………………………………………………….63

4-4- تجزیه و تحلیل  فرضیه های پژوهش ………………………………………………………………………………………………………………64

4-4-1- فرضیه اول……………………………………………………………………………………………………………………………………………………..69

فصل پنجم: نتیجه‌گیری و پیشنهادات…………………………………………………………………………………………..73

5-1- مقدمه ……………………………………………………………………………………………………………………………………………………………….74

5-2-یافته های پژوهش و تحلیل نتایج………………………………………………………………………………………………………………………74

5-2-1- فرضیه اول……………………………………………………………………………………………………………………………………………………..74

 

5-2-2-فرضیه دوم……………………………………………………………………………………………………………………………………………………..75

5-2-3-فرضیه سوم…………………………………………………………………………………………………………………………………………………….75

5-3- خلاصه  و نتیجه گیری کلی تحقیق………………………………………………………………………………………………………………….76

5-4- پیشنهادها………………………………………………………………………………………………………………………………………………………….77

5-4-1- پیشنهاداتی مبتنی بر یافته های تحقیق………………………………………………………………………………………………………78

5-4-2- پیشنهادهای برای تحقیق های آتی……………………………………………………………………………………………………………..79

                                                    

 فهرست جدول ها

عنوان جدول                                                                                                                   صفحه

جدول شماره (2-1): تحقیقات مرتبط با بررسی عوامل موثر بر توسعه خدمات الکترونیک در میان کاربران روستایی زاهدان با بهره گرفتن از مدلهای ttf وutaut …………………………………………………………………………………………………………………..45

جدول  (3-1)متغیر ها و شماره گویه های پرسشنامه ………………………………………………………………………………………………53

جدول  (3-2) ضرایب مربوط به آلفای کرونباخ………………………………………………………………………………………………………….55

جدول  (4-1) توزیع فراوانی و درصد فراوانی جنسیت افرادی که به پرسشنامه پاسخ داده اند………………………………..60

جدول  (4-2) توزیع فراوانی و درصد فراوانی سن افرادی که به پرسشنامه ها پاسخ داده اند…………………………………..61

جدول (4-3)توزیع فراوانی و درصد فراوانی تحصیلات پاسخ دهندگان که به پرسشنامه ها پاسخ داده اند……………..62

جدول 4-4-  آمار توصیفی داده ها (ارقام غیر ضریبی به میلیون ریال هستند)  مربوط به مولفه های TTFوUTAUT ………………………………………………………………………………………………………………………………………………………63

جدول (4-5) ضریب همبستگی، ضریب عوامل موثر بر توسعه خدمات دولت الکترونیک در میان کاربران

این مطلب را هم بخوانید :

چربی ران‌ها را چگونه آب کنیم؟

 روستایی………………………………………………………………………………………………………………………………………………………………………..65

جدول (4-6) تحلیل واریانس رگرسیون عوامل موثر بر توسعه خدمات دولت الکترونیک در میان کاربران………………65

جدول ( 4-7) ضرایب معادله رگرسیون عوامل موثر بر توسعه خدمات دولت الکترونیک در میان کاربران روستایی66

جدول (4-8) ضریب همبستگی ، ضریب تعیین اولویت عوامل موثر بر توسعه خدمات الکترونیک در میان کاربران روستایی……………………………………………………………………………………………………………………………………………………………………….67

جدول (4-9) تحلیل واریانس رگرسیون اولویت عوامل موثر بر توسعه خدمات دولت الکترونیک در میان کاربران روستایی……………………………………………………………………………………………………………………………………………………………………….68

جدول (4-10) ضرایب معادله رگرسیون اولویت عوامل موثر بر توسعه خدمات دولت الکترونیک در میان کاربران روستایی……………………………………………………………………………………………………………………………………………………………………….68

جدول 4-11 تست فرید من برای فرضیه دوم……………………………………………………………………………………………………………69

جدول 4-12 میانگین هریک از شاخص های میزان استفاده کاربران روستایی…………………………………………………………70

جدول (4-13)ضریب همبستگی ، ضریب راهکارهای توسعه خدمات الکترونیک در میان کاربران روستایی…………..71

جدول (4-14) تحلیل واریانس رگرسیون راهکارهای توسعه خدمات دولت الکترونیک(تسهیلات،امکانات و برنامه ها) و میزان استفاده کاربران روستایی……………………………………………………………………………………………………………………………….71

جدول (4-15) ضرایب معادله رگرسیون راهکارهای توسعه خدمات دولت الکترونیک(تسهیلات ،امکانات و برنامه ها) و میزان استفاده کاربران

3-3-2- طبقه بندی تحقیق بر مبنای روش… 54

3-3-3- طبقه‌بندی تحقیق بر مبنای نوع داده‌ها 55

3-4- جامعه آماری.. 55

3-5- نمونه‌گیری.. 56

3-5-1- روش نمونه‌گیری.. 56

3-6- روش ها و ابزار گردآوری و تحلیل داده‌ها 56

3-7- ساختار اجرایی تحقیق. 57

3-7-1- ساختار اجرایی بخش اول تحقیق. 58

3-7-1-1- درک مساله. 59

3-7-1-2- شناخت داده‌ها 60

3-7-1-3- آماده سازی داده‌ها 61

3-7-1-4- مدل‌سازی.. 61

3-7-1-5- ارزیابی نتایج. 62

3-7-1-6- بکارگیری مدل. 62

3-8- تحلیل خوشه‌ای.. 63

3-9- الگوریتم  k-means. 64

3-10-شبکه‌عصبی.. 65

3-10-1- معماری شبکه. 66

3-11-درخت‌تصمیم. 67

3-12- شاخص مقایسه نتایج خوشه‌بندی با رویکردهای مختلف… 69

3-12-1- شاخص مجموع خطای مربعی.. 69

3-13- ابزار‌های داده‌کاوی.. 69

3-14- بخش دوم ساختار اجرایی تحقیق. 70

3-14-1- شناسایی شاخص… 70

3-14-2- پیاده‌سازی داشبورد. 70

3-15- ابزار پیاده‌سازی داشبورد. 71

3-16- نتیجه‌گیری.. 71

فصل چهارم: 73

4-1-مقدمه. 74

4-2-فرایند داده‌کاوی.. 74

4-2-1-درک مساله. 74

4-2-2-شناخت داده‌ها 75

 

4-2-2-1- داده‌ها 75

4-2-2-2- انتخاب داده‌ها 75

4-2-3- آماده سازی و پیش پردازش داده‌ها 76

4-2-3-1- آماده سازی داده‌ها 76

4-2-3-2-پیش پردازش داده‌ها 77

4-2-4-مدل‌سازی.. 82

4-2-4-1-خوشه‌بندی.. 83

4-2-4-2- خوشه‌بندی k-means. 83

4-2-4-3- پیش‌بینی خوشه‌ها 84

4-2-4-4- پیش‌بینی با شبکه‌عصبی.. 85

4-2-4-5- پیش‌بینی با درخت‌تصمیم C5. 85

4-2-5- ارزیابی.. 88

4-2-6- به‌کارگیری مدل. 89

4-3- فرایند طراحی و پیاده‌سازی داشبورد. 89

4-3-1- شناسایی شاخص… 89

4-4- نتیجه‌گیری.. 93

فصل پنجم: 94

5-1- مقدمه. 95

5-2- مروری برفصل‌های گذشته. 95

5-3- دستاوردها و نوآوری‌های تحقیق. 96

5-4- پیشنهادات برای تحقیق‌های آتی.. 97

5-5- محدودیت‌های تحقیق. 98

فهرست منابع. 99

 

 

فهرست جداول

جدول2-1 درجه‌بندی فنون مختلف داده‌کاوی.. 38

جدول 2-2 تعاریف داشبورد در مرور ادبیات.. 38

جدول 2-3 مراحل طراحی داشبورد. 49

جدول3-1 الگوریتم خوشه‌بندی.. 65

جدول 4-1 اقلام اطلاعات فردی دانشجویان. 78

جدول 4-2 اقلام اطلاعاتی معدل دانشجویان. 79

جدول 4-3 اقلام اطلاعاتی دانشگاهی دانشجویان. 79

جدول 4-4 نرخ پارامتر SSE به ازای تعداد خوشه‌ها در k-means. 84

جدول 4-5 پیش بینی با بهره گرفتن از روش شبکه‌عصبی.. 85

جدول 4-6 دسته‌بندی معدل‌‌ها 86

جدول 4-7 پیش بینی با بهره گرفتن از روش درخت تصمیمC5. 87

این مطلب را هم بخوانید :

جدول 5-1 دقت پیش‌بینی‌های انجام شده 97

 

 

فهرست شکل‌ها و نمودارها

شکل 1-1-ساختار تحقیق.. 9

شکل2-1: قیاس رشد حجم داده با رشد تعداد تحلیل‌گران داده 15

شکل 2-2 سلسله مراتب داده تا خرد. 20

شکل 2-3 معماری یک سیستم داده‌کاوی.. 22

شکل 2-4 ساختار داده‌کاوی آموزشی.. 44

شکل 3-1 مراحل اصلی پیشنهادی برای اجرای تحقیق. 53

شکل 3-2  استاندارد جهانی CRISP. 59

شکل 4-1 بخشی از ارتباط داده‌ای جداول. 77

نمودار 4-1 میزان استفاده تکنیک‌های پیش‌پردازش داده 81

شکل 4-2بخشی از داده‌ها در نرم‌افزار Excel 82

شکل 4-3 تعداد رکوردها در هر خوشه. 84

شکل 4-5 اهمیت فیلدها در پیش‌بینی معدل ترم شش دانشجویان. 88

شکل4-6 پیشرفت تحصیلی دانشجویان ورودی سال 1371. 91

 

 

فهرست جدول‏ها
عنوان	صفحه

جدول 1-۱: مقایسه ویژگی‏های دو ارتباط هم‏مرجع وپیشایند…………………………… ۱1

جدول 2-۱: فاکتورهای متداول برای تشخیص مرجع مشترک…………………………………………….. 23

جدول 2-۲: برخی از ویژگی‏های ارائه شده در تحلیل مرجع مشترک…………………… 30

جدول 2-۳: معرفی برخی از پژوهش‏هایی که از خوشه‏بندی استفاده کرده‏اند…………………… 55

جدول 2-4: مشخصات مربوط به انواع موجودیت‏ها……………………………………………………………….. 62

جدول2-5: زیر گروه‏های موجودیت مشخص………………………………………………………………………….. 64

جدول2-6: زیر گروه‏های موجودیت سازمان……………………………………………………………………………. 65

جدول 2-7: زیر گروه‏های موجودیت مکان …………………………………………………………………………….. 66

جدول 2-8: زیر گروه‏های موجودیت سیاسی…………………………………………………………………………. 67

جدول 2-9: حالت‏های خاص موجودیت‏های سیاسی…………………………………………………………….. 68

جدول 2-10: انواع طبقه‏بندی اشاره………………………………………………………………………………………. 71

جدول 4-1: بانک اطلاعاتی سیستم کشف اشاره: جدول واژگان……………………………………….. 100

جدول 4-2: بانک اطلاعاتی سیستم کشف اشاره: جدول اشاره‏ها……………………………………… 101

جدول 4-3: فهرست ویژگی‏های به کار رفته در تشخیص مرجع مشترک………………………… 106

جدول 4-4: حالت‏های ممکن نتایج یک ماشین یادگیر……………………………………………………… 108

جدول 4-5: نتایج ارزیابی الگوریتم‏های پایه مورد بررسی…………………………………………………… 110

جدول 4-6: نتایج ارزیابی الگوریتم SVM با هسته‏های متفاوت………………………………………… 111

جدول 4-7: نتایج ارزیابی الگوریتم شبکه عصبی با مدل‏های متفاوت………………………………. 112

 

 

فهرست شکل‏ها
عنوان	صفحه

شکل1-۱. انواع روابط ممکن میان دو عبارت اسمی ……………………………………………………………. 12

شکل1-۲. میزان ارتباط میان حوزه‏ها با انواع دانش‏های زبان‏شناسی و واژگانی………………….. ۱6

شکل2-۱. نمونه‏ای از نمونه‏های مثبت و منفی که توسط ۴.5C تولید شده است……………… 31

شکل2-۲. درختِ بل به ازای سه عبارت اسمی ……………………………………………………………………. 37

شکل2-3. شمایی از نشانه‏گذاری پیکره بیژن‏خان………………………………………………………………….. 60

شکل2-4. شمایی از نشانه‏گذاری اشاره‏های هم مرجع در پیکره لوتوس……………………………… 62

شکل3-۱. شمایی از داده‏های خطی و غیر خطی جدایی‏پذیر………………………………………………. 77

شکل3-۲. الگوریتم پرسپترون میانگین‏دار……………………………………………………………………………… 80

شکل3-3. نمونه‏ای از یک درخت تصمیم‏گیری……………………………………………………………………… 86

شکل3-4.الگوریتم C5 ……………………………………………………………………………………………………………. 88

شکل3-5. مثالی از نمودار دندوگرام در تشخیص عبارت‏های اسمی هم‏مرجع……………………. 92

شکل3-6. الگوریتم خوشه‏بندی سلسله مراتبی پایین به بالا                                       93

شکل3-7.الگوریتم آموزش خوشه‏بندی حریصانه      ………………………………….. 94

 

شکل3-8.الگوریتم بروزرسانی ………………………………………………………..   96

شکل4-1 :شمای کلی از جداول این بانک اطلاعاتی لوتوس…………………………………………………. 99

شکل4-2 :شمای کلی سیستم شناسایی اشاره……………………………………………………………………. 102

شکل4-3 :شمایی از نمایش خروجی سیستم نمایش اشاره……………………………………………….. 102

شکل4-4: شمایی از نمایش خروجی سیستم نمایش واژگان…………………………………………….. 103

شکل4-5: شمایی از نمایش خروجی تعیین نمونه‏های مثبت و منفی………………………………. 107

شکل4-6: نمودار مقایسه الگوریتم‏های پایه مورد بررسی……………………………………………………. 111

 

۱-۱.مقدمه و بیان مسئله

امروزه رایانه در تمام لایه‏های زندگی بشر نفوذ کرده است. بطوریکه استفاده از فناوری رایانه در حوزه زبان‏شناسی، بیش از پیش احساس می‏شود. «پردازش زبان طبیعی[1]»شاخه‏ای از علم «هوش مصنوعی[2]» است كه به ماشینی كردن فرایند زبان شناسی سنتی می‏پردازد. به این ترتیب با بهره گرفتن از رایانه می‏توان «زبان گفتاری ونوشتاری» را پردازش نمود، به طوریکه رایانه‏ها نیز قادر باشند زبان انسان را درک کرده و بتوانند از زبان طبیعی به عنوان ورودی وخروجی استفاده كند. به این ترتیب یک رایانه، درهنگام دریافت ورودی، نیاز به «درک» و درهنگام ارسال خروجی، نیاز به «تولید» زبان طبیعی دارد. ]81[

در زمینه پردازش زبان طبیعی پژوهش‏هایی مانند طبقه‏بندی متون[3]، برچسب‏گذاری ادات سخن[4]، تعیین و ابهام‏زدایی از معانی واژگان[5] و… انجام شده است که تنها بر روی یک حوزه خاص تمرکز داشته‏اند و در نتیجه راه حل‏هایی جزئی در راستای اهداف کلی پردازش زبان طبیعی محسوب می‏‏‏شوند. تمامی این حوزه‏های جزئی باید حل شوند تا در نهایت رایانه بتواند همانند انسان واژگان و جملات را پردازش کرده و یا آنها را بسازد.

وظایف زبان طبیعی را می‏توان به ریز کاربردها[6] و کلان کاربردها[7] افراز نمود. به طور کلی تا کنون تحقیقات انجام شده بیشتر بر روی پردازش‏هایی در سطح واژه و یا جمله (مانند برچسب گذاری ادات سخن، ابهام زدائی از مفهوم واژگان، شناسایی موجودیت‏های نامدار[8] و … ) و یا در سطح کل متن (تشخیص هرزنامه[9]، رده بندی متون و…) متمرکز شده اند؛ برخی از کاربرد‏ها نیز مانند استخراج اطلاعات[10]، تشخیص مرجع مشترک[11] و ماشین ترجمه[12] در سطح بینابین قرار گرفته‏اند. ]27[بدیهی است که در توسعه یک کاربرد سطح بالاتر همانند تعیین ویژگی‏های معنایی متون، انواع متفاوتی از ویژگی‏های سطح پایین‏تر (مانند ویژگی‏های لغوی[13] و نحوی[14]) نیز لازم است، اما به لطف سیستم‏های جدید که تا حد زیادی به روش‏های آماری یادگیری ماشین بستگی دارند، دیگر در آنها، به تمامی‏‏‏ ویژگی‏های سطح پایین‏تر نیازی نیست. علت اینکه روش‏های یادگیری ماشین توانسته‏اند با وجود سادگی، به موفقیت قابل توجهی دست یابند این است که اطلاعات آماری پایه، دانشی را فراهم می‏آورد که برای بسیاری از کاربرد‏ها کافی بوده و می‏‏‏‏تواند به کارائی قابل توجهی منجر شود. با این وجود، باید توجه داشت که روش‏های آماری محدود است و هرگز نمی‏توانند درک کاملی از محتوای معانی یک متن را فراهم آورند.

از طرفی دیگر، با فراهم شدن اطلاعات و قدرت محاسباتی بیشتر، سیستم‏‏هایی که واژگان و جملات درست را از غلط تشخیص می‏دهند، به طور گسترده‏ای در حال توسعه هستند. به عنوان مثال، در زبان انگلیسی برچسب گذاری ادات سخن به صحتی برابر با ۹۸%، شیوه‏های تجزیه کردن[15] به صحتی برابر با ۹۰%، و شناسایی موجودیت‏های نامدار به صحت ۹۱% رسیده اند. [78,55,38[.

بسیاری از پژوهشگران معتقدند كه استخراج اطلاعات به عنوان یکی از مهمترین کاربردهای پردازش زبان طبیعی محسوب می‏شود، که مجموعه‏ای از تکنیک‏های رده‏بندی[16]، خوشه‏بندی[17] و قوانین وابستگی[18] است و خروجی استخراج اطلاعات شامل، شناسایی موجودیت‏ها[19] ، تعیین نوع وگروه آنها، طبقه بندی ارتباط میان موجودیت‏ها و همچنین استخراج رویدادهایی كه در آن مشاركت دارند، می‏باشد.[71[ در نهایت می‏توان گفت كه خلاصه سازی، بازیابی اطلاعات[20]، داده‏كاوی[21]، پرسش و پاسخ[22] و درك زبان[23] از جمله كاربردهای این سیستم هستند.

تمرکز اصلی این پژوهش بررسی فرایند تشخیص مرجع مشترک به عنوان یکی از فرایندهای مهم استخراج اطلاعات است؛ در تشخیص مرجع مشترک تمام عبارت‏های اسمی‏‏‏ که به یک موجودیت واحد در دنیای واقعی اشاره دارند، تعیین می‏گردند. هدف نهایی این پایان‏ نامه شناسایی اشاره‏های هم مرجع شامل ضمیر و اسم اشاره در متون پارسی می‏باشد. برای تحقق این هدف نیاز به انجام پیش پردازش‏هایی بر روی متون خام می‏باشد تا داده‏های مورد نیاز برای ورود به فرایند تحلیل مرجع مشترک فراهم شوند. فرض ما بر این است که خروجی حاصل از فرایند کشف اشاره[24] به عنوان یک پیش پردازش می‏تواند در کنار سایر پیمانه‏های پیش پردازشی مانند تجزیه‏گر، شناسایی موجودیت‏های نامدار و… بر بهبود عملکرد تحلیل مرجع مشترک موثر واقع شود. [23،38،53،83]

به هر ترتیب شناسایی عبارت‏های اسمی‏‏‏ هم‏مرجع از مهمترین زیر وظایف استخراج اطلاعات می‏باشند که بهبود عملکرد آن موجب بهبود عملکرد کلی سیستم استخراج اطلاعات و سایر سیستم‏های مرتبط با آن خواهد شد.

واحد مورد بررسی در حوزه تشخیص مرجع مشترک، متن می باشد که پس از اجرای ماژول‏هایی متفاوت، متن مورد نظر به عبارت های اسمی یا به عبارت بهتر به اشاره تبدیل می‏شود. روش‏های موجود در این حوزه، به دو دسته روش‏های زبان‏شناسی[25] و روش‏های یادگیری ماشین[26] تقسیم می‏‏‏شوند. [76[ در روش اول، ابتدا به ازای هر عبارت اسمی‏‏، مراجع کاندیدا تعیین می‏‏‏شود و سپس با به کارگیری مجموعه‏ای از قواعد زبان‏شناسی، برخی از کاندیداها حذف شده و کاندیداهای باقیمانده نیز امتیازدهی می‏‏‏شوند و در‏نهایت کاندیدایی به عنوان مرجع برگزیده می‏‏‏شود که بیشترین امتیاز را کسب کرده باشد. مسئله اصلی در این روش این است که کسب اطلاعات زبان‏شناسی مورد نیاز، فرایندی زمان‏بر، پرهزینه و پر خطاست. البته با پیدایش پیکره‏های[27] زبان‏شناسی و موفقیت روش‏های یادگیری ماشین در سایر حوزه‏ها، روش‏های زبان‏شناسی جای خود را به روش‏های یادگیری ماشین دادند. در یادگیری ماشین، به محاسبات زبان‏شناسی پیچیده و سطح بالای روش‏های زبان‏شناسی نیاز نیست به طوریکه با بهره گرفتن از دانش اندکی در زمینه زبان‏شناسی نیز می‏توان به نتایج خوب و قابل توجهی دست یافت.

از سوی دیگر، امروزه اغلب پژوهشگران فرایند تشخیص مرجع مشترک را به دو مرحله تقسیم می‏‏‏ کنند. (۱) کشف و شناسایی اشاره؛ برای شناسایی عبارت‏های اسمی‏‏‏ که به موجودیت[28] ها در دنیای واقعی اشاره دارند، (۲) شناسائی اشاره‏هایی که به یک مرجع واحد اشاره دارند. به این ترتیب در مرحله اول، اکثر عبارت‏های اسمی‏‏‏ تحت عنوان اشاره[29] و در قالب چهار گروه اصلی ضمایر[30]، اسامی‏‏‏ خاص[31]، اسامی‏‏‏ عام[32] و غیر اشاره‏ها[33] قرار می‏گیرند،[8،910،16،48،53،72] سپس این فرایند مشخص می‏‏‏‌کند که هر اشاره به کدام موجودیت در دنیای واقعی اختصاص دار[26]می‏‏‏توان گفت که فرایند کشف اشاره، توسعه یافته‏ی فرایند شناسایی موجودیت‏های نامدار می‏باشد که علاوه بر شناسایی اسامی‏‏‏ خاص، به شناسایی اسامی‏‏‏ عام و ضمایر نیز می‏پردازد. [،23،72،81،113،114]از آنجائیکه بررسی فرایند‏های شناسایی اشاره و تحلیل مرجع مشترک به طور همزمان خارج از حوزه‏ی این پایان‏ نامه است، ما عبارت‏های اسمی‏‏‏ را در قالب انواع اشاره‏های گفته شده در پیکره‏ای تحت عنوان لوتوس برچسب‏گذاری می‏نمائیم و نتیجه‏ی آن را برای تحلیل مرجع مشترک به کار خواهیم برد.

چارچوب کلی این پایان‏ نامه به این صورت می‏باشد: در بخش دوم این فصل گذری کوتاه بر انواع روابط میان دو عبارت اسمی‏‏‏ و به خصوص ارتباط‏های هم‏مرجعی خواهیم داشت. سپس در بخش اول فصل دوم، روش‏های ارائه شده برای تشخیص مرجع مشترک را مورد بررسی و مطالعه قرار می‏دهیم و در بخش دوم آن، به نحوه ایجاد پیکره‏ای مناسب برای کشف اشاره و تحلیل مرجع مشترک خواهیم پرداخت. در فصل سوم، به الگوریتم‏های مناسب برای این پایان‏ نامه را معرفی می نمائیم. سیستم پیشهنادی برای شناسایی اشاره‏های ارجاع شده در فصل چهارم معرفی خواهد شد و همچنین در این فصل الگوریتم‏های یادشده را مورد ارزیابی قرار می‏دهیم. در نهایت در فصل پنجم نیز به نتیجه گیری و پیشنهاد كارهای آتی در ادامه‏ی این پژوهش خواهیم پرداخت.

[1] معادل پارسی عبارت  انگلیسی Natural Language processing

[2] معادل پارسی عبارت انگلیسی Artificial Intelligence

[3]  معادل پارسی عبارت انگلیسی Text classification

این مطلب را هم بخوانید :

[4] معادل پارسی عبارت انگلیسی Part of speech tagging

[5] معادل پارسی عبارت انگلیسی Word sense disambiguation

[6] معادل پارسی عبارت انگلیسی Micro-task

[7] معادل پارسی عبارت انگلیسی Macro-task

[8] معادل پارسی عبارت انگیسی Named Entity Recognizers(NER)

[9] معادل پارسی عبارت انگیسی Spam Detection

[10] معادل پارسی عبارت انگیسی Information Extraction(IE)

[11] معادل پارسی عبارت انگیسی Coreference Resolution(CR)

[12] معادل پارسی عبارت انگیسی Machin Translation(MT)

بهره‌برداری از سیستم قدرت به دلیل فشارهای تجدید ساختار شبکه، که اهداف جدید فنی و اقتصادی را در بهره‌برداری از سیستم قدرت دنبال می کند، تنشهای فزاینده‌ای را برای سیستم قدرت تحمیل کرده است. زمانی که سیستم قدرت در نزدیکی‌ حدود بهره‌برداری کار می‌کند، اتصالات ضعیف، حوادث غیرمترقبه، خطاهای پنهان در سیستمهای حفاظتی، خطاهای انسانی و نیز یک مجموعه‌ای از عوامل دیگر، ممکن است باعث ناپایداری سیستم شده و یا حتی سیستم را به سمت خطاهای سهمگین (Catastrophic Failures ) پیش ببرند. از اینرو مطالعه سیستماتیک شبكه قدرت و طراحی یک استراتژی جامع برای کنترل آن مورد توجه روزافزون قرار گرفته 

است [3-1]. در حالت کلی توانایی یک سیستم قدرت در مقابله با وقوع یک اغتشاش معین بستگی به شرایط بهره‌برداری سیستم در لحظه وقوع آن دارد و هر شکل از کنترل تطبیقی بایستی طوری طراحی گردد که تنها در شرایط مناسب بهره‌برداری سیستم فعال شود. از طرف دیگر توجه به این نكته ضروری است كه در هنگام وقوع اغتشاشات شدید در شبکه قدرت بررسی پایداری گذرای آن، سیستم به طور كلی غیرخطی بوده و برای پیش‌بینی پایداری و یا ناپایداری آن تنها بایستی از تئوری سیستمهای غیرخطی استفاده كرد كه این امر كار تحلیل آن را در این شرایط دشوارتر خواهد كرد. به طور كلی دو نوع روش كنترلی روی شبكه قدرت قابل اعمال است كه اولی بنام كنترل ‌پیش‌گیرانه (Prevente Control) و دومی بنام كنترل اصلاحی (Corrective Control) مشهور است [10-4]. استراتژیهای كنترلی اصلاحی در حل مسایل مربوط به امنیت در بسیاری از جنبه‌ها مانند اضافه بار خطوط، مسائل ولتاژ و حالات گذرای سیستم قدرت مشاركت می‌كنند [11]. زمانی كه سیستم در وضعیت هشدار قرار دارد، یک اغتشاش نسبتا بزرگ ممكن است آن را وارد حالت اضطراری كند كه در آن ولتاژهای بسیاری از باسها در زیر حدود نرمال خود قرار می‌گیرند و ممكن است یک یا چندین المان سیستم دچار اضافه بار شوند. در این حالت، شبكه همچنان در وضعیت بهره‌برداری بوده و این امكان وجود دارد كه بتوان آن را با بهره گرفتن از كنترلهای اصلاحی مانند بازآرای سیستم قدرت (TSR : Transmission System Reconfiguration)، تغییر برنامه تولید (GR : Generators Scheduling )، بارزدایی (  Load shedding: LS) و غیره به حالت هشدار برگرداند.

در صورتی كه كنترلهای اصلاحی مربوطه در مرحله بحرانی اعمال نشوند و یا اینكه غیر موثر بوده باشند سیستم وارد وضعیت فوق بحرانی می‌شود. در این حالت روش های كنترلی اصلاحی شامل بارزدایی و جزیره‌سازی سیستم قدرت (CSI : Controlled System Islanding) می‌باشد [12]. این نوع كنترل قصد دارد تا حد ممكن شبكه را حفظ كرده و از فروپاشی كلی آن جلوگیری كند. در حالت كلی چنین سیستمای كنترلی را الگوی حفاظتی خاص (SPS: Special Protection Scheme)، سیستمهای حفاظتی خاص (SPS: Special Protection System)، و یا طرح اعمال شفابخش (RAS: Remedial Action Scheme) گویند. از اینرو SPS‌ یک طرح حفاظتی است كه برای تشخیص شرایط خاص سیستم قدرت كه باعث ایجاد تنشهای غیرمعمول در سیستم شده‌اند، طراحی گردیده است تا یک سری اعمال كنترلی از پیش‌تعیین شده را برای مقابله با شرایط 

این مطلب را هم بخوانید :

سئو نیوک

ایجاد شده به صورت كنترل شده انجام دهد. در بعضی حالات، SPS برای تشخیص شرایط خاص سیستم مانند اضافه بار، ناپایداری و فروپاشی شبکه در سیستم استفاده می‌گردد. این اعمال از پیش‌تعیین شده می‌تواند شامل بازكردن یک یا چندین خط، خارج‌كردن یک ژنراتور، تغییر توان انتقالی با خطوط HVDC، بارزدایی و جزیره‌سازی شبكه باشد كه همگی برای