معالجة المصطلحات المركبة

في مجال استرجاع المعلومات ، تُعرف معالجة المصطلحات المركبة بأنها مطابقة نتائج البحث بناءً على المصطلحات المركبة . تُبنى المصطلحات المركبة من خلال دمج مصطلحين بسيطين أو أكثر؛ على سبيل المثال، كلمة "ثلاثي" هي مصطلح من كلمة واحدة، بينما "عملية تحويل مسار القلب الثلاثية" هي مصطلح مركب.

معالجة المصطلحات المركبة هي نهج جديد لحل مشكلة قديمة: كيف يمكن تحسين دقة نتائج البحث مع الحفاظ على سهولة الاستخدام؟ باستخدام هذه التقنية، سيُظهر البحث عن معدلات البقاء على قيد الحياة بعد جراحة القلب المفتوح الثلاثية لدى كبار السن وثائق حول هذا الموضوع حتى لو لم تكن هذه العبارة تحديدًا موجودة في أي وثيقة. يمكن تحقيق ذلك من خلال البحث المفاهيمي ، الذي يستخدم بدوره معالجة المصطلحات المركبة. سيستخرج هذا البحث المفاهيم الرئيسية تلقائيًا (في هذه الحالة "معدلات البقاء على قيد الحياة"، و"جراحة القلب المفتوح الثلاثية"، و"كبار السن")، ويستخدم هذه المفاهيم لاختيار الوثائق الأكثر صلة.

في أغسطس 2003، قدمت شركة Concept Searching Limited فكرة استخدام معالجة المصطلحات المركبة الإحصائية. ^{[ 1 ]}

مشروع كلامور هو مشروع تعاوني أوروبي يهدف إلى إيجاد طريقة أفضل للتصنيف عند جمع ونشر المعلومات والإحصاءات الصناعية. ويبدو أن كلامور يستخدم منهجًا لغويًا، بدلاً من منهج قائم على النمذجة الإحصائية . ^{[ 2 ]}

تعود تقنيات الترجيح الاحتمالي للمصطلحات المكونة من كلمة واحدة إلى عام 1976 على الأقل، وذلك في المنشور الرائد لستيفن إي. روبرتسون وكارين سبارك جونز . ^{[ 3 ]} ذكر روبرتسون أن افتراض استقلال الكلمات غير مبرر، وإنما هو مجرد تسهيل رياضي. إن اعتراضه على مصطلح الاستقلال ليس فكرة جديدة، إذ يعود تاريخه إلى عام 1964 على الأقل، عندما ذكر إتش إتش ويليامز أن "افتراض استقلال الكلمات في الوثيقة يُفترض عادةً كأمرٍ من قبيل التسهيل الرياضي". ^{[ 4 ]}

في عام 2004، قدمت آنا لين باترسون براءات اختراع حول "البحث القائم على العبارات في نظام استرجاع المعلومات" ^{[ 5 ]} والتي استحوذت جوجل لاحقًا على حقوقها. ^{[ 6 ]}

تُعدّ معالجة المصطلحات المركبة إحصائيًا أكثر مرونة من العملية التي وصفتها باترسون. تستهدف طريقتها البحث في شبكة الإنترنت العالمية ، حيث يمكن استخدام معرفة إحصائية واسعة النطاق بعمليات البحث الشائعة لتحديد العبارات المرشحة. أما معالجة المصطلحات المركبة إحصائيًا فهي أنسب لتطبيقات البحث المؤسسي التي لا تتوفر فيها مثل هذه المعرفة المسبقة .

تُعدّ المعالجة الإحصائية للمصطلحات المركبة أكثر مرونة من النهج اللغوي الذي يتبناه مشروع CLAMOUR، والذي يتطلب مراعاة الخصائص النحوية للمصطلحات (مثل نوع الكلمة، والجنس، والعدد، وما إلى ذلك) وتراكيبها. ويعتمد مشروع CLAMOUR بشكل كبير على اللغة، بينما يتميز النهج الإحصائي باستقلاليته عنها.

تتيح معالجة المصطلحات المركبة لتطبيقات استرجاع المعلومات، مثل محركات البحث ، إجراء عمليات المطابقة على أساس مفاهيم متعددة الكلمات، بدلاً من الكلمات المفردة بمعزل عن بعضها البعض والتي يمكن أن تكون غامضة للغاية.

كانت محركات البحث القديمة تبحث عن المستندات التي تحتوي على الكلمات التي يُدخلها المستخدم في مربع البحث. تُعرف هذه المحركات بمحركات البحث بالكلمات المفتاحية . أما محركات البحث المنطقية ، فتُضيف مستوىً من الدقة من خلال السماح للمستخدم بتحديد متطلبات إضافية. على سبيل المثال، يستخدم البحث "Tiger NEAR Woods AND (golf OR golfing) NOT Volkswagen" عوامل الربط "NEAR" و"AND" و"OR" و"NOT" لتحديد أن هذه الكلمات يجب أن تستوفي شروطًا معينة. يُعد البحث عن العبارات أسهل استخدامًا، ولكنه يتطلب ظهور العبارة المحددة بدقة في النتائج.

• شركة البحث عن المفاهيم المحدودة
• بحث المؤسسات
• استرجاع المعلومات