شناسایی مؤلفه های هوش مصنوعی در پایگاه های اطلاعاتی ایرانی
محورهای موضوعی : دانش شناسی
محمد حسن عظیمی
1
,
سمیرا اسماعیلی
2
1 - استادیار گروه علم اطلاعات و دانش شناسی دانشگاه شهید چمران اهواز، اهواز، ایران
2 - دانشجوی دکتری علم اطلاعات و دانش شناسی. دانشگاه شهید چمران اهواز، اهواز، ایران
کلید واژه: هوش مصنوعی, پردازش تصویر, پردازش متن, پردازش گفتار, پایگاه اطلاعاتی,
چکیده مقاله :
هدف: هدف از انجام این پژوهش، شناسایی مؤلفههای هوش مصنوعی در پایگاههای اطلاعاتی ایرانی و میزان استفاده از آن ها در این پایگاهها است.روش پژوهش: این پژوهش از نوع کاربردی و با روش اسنادی و پیمایشی انجام شده است. جامعهی آماری این پژوهش شامل 7 پایگاه اطلاعاتی ایرانی(نورمگز، نورلیب، مگ ایران، سیویلیکا، ایرانداک، آی اس سی و اس آی دی) است. ابزار گردآوری دادهها، یادداشت برداری و سیاهه ی وارسی محقق ساخته و مصاحبه با خبرگان است. تجزیه و تحلیل دادهها با استفاده از نرم افزارSPSS انجام شده است.یافته ها:یافته ها نشان داد که پایگاه اطلاعاتی ایرانداک بیشترین و پایگاه های سیویلیکا و مگ ایران کمترین استفاده را از مولفه های هوش مصنوعی داشتند. همچنین مولفه های "تشابهیابی معنایی" و" منابع مرتبط و عبارات پیشنهادی" بیشترین استفاده را در پایگاه های اطلاعاتی ایرانی داشته و مولفه های "ابهامزدایی کلمات در متن"، "تشخیص و طبقهبندی اسامی"، "مترجم های تصویری"، "شرح تصویر"، "تبدیل گفتار به نوشتار"، "تبدیل نوشتار به گفتار"، "مترجمهای صوتی" کمترین استفاده را در آن ها داشته اند.نتیجه گیری: نتایج نشان داد که استفاده از مؤلفه های هوش مصنوعی در پایگاه های اطلاعاتی ایرانی می تواند زمینه تسریع و تسهیل فرایندهای پردازش، ذخیره و بازیابی منابع را در پایگاه های اطلاعاتی ایرانی فراهم کند.
Objective: The purpose of this study was to identify the components of artificial intelligence in Iranian databases and the rate of its use in these databases.Methodology: This research is an applied and has done by documentary and survey method. The statistical population of this research includes 7 internal databases (Normags, Norlib, Magiran, Civilica, Irandoc, ISC and SID). Data collection tools were researcher-made notes and checklists and interviews with experts. Data analysis was performed using SPSS software.Results: The results showed that Irandoc database had the most and Civilica and Magiran databases had the least use of artificial intelligence components. It also has the most used components in databases and components. Components of "word Disambiguation in text", "name recognition and classification", "image translators", "description" "Image", "Speech to text conversion", "Text to speech conversion", "Audio translators" have had the least use in databases.Conclusion: The results showed that the use of artificial intelligence components in Iranian databases can accelerate and facilitate the processes of processing, storing and retrieving resources in Iranian databases.
_||_