التنقيب المفاهيمي

يُعدّ استخراج المفاهيم نشاطًا يُسفر عن استخلاص المفاهيم من الوثائق . وتتضمن حلول هذه المهمة عادةً جوانب من الذكاء الاصطناعي والإحصاء ، مثل استخراج البيانات واستخراج النصوص . ^{[ 1 ] [ 2 ]} ولأنّ الوثائق عادةً ما تكون عبارة عن سلسلة غير مُهيكلة من الكلمات والرموز الأخرى (بدلاً من المفاهيم)، فإنّ المشكلة ليست بسيطة ، ولكنها قد تُقدّم رؤى قيّمة حول معنى الوثائق ومصدرها وتشابهها.

تقليديًا، يتم تحويل الكلمات إلى مفاهيم باستخدام قاموس المرادفات ^{[ 3 ]} ، وفي التقنيات الحاسوبية، يُلاحظ الاتجاه نفسه. تُصمم قواميس المرادفات إما خصيصًا لهذه المهمة، أو تعتمد على نموذج لغوي موجود مسبقًا، يرتبط عادةً بشبكة WordNet التابعة لجامعة برينستون .

غالباً ما تكون دلالات الكلمات على المفاهيم ^{[ 4 ]} غامضة . ففي العادة، ترتبط كل كلمة في لغة معينة بعدة مفاهيم محتملة. ويستخدم البشر السياق لتوضيح المعاني المختلفة لنص معين، حيث تعجز أنظمة الترجمة الآلية المتاحة عن استنتاج السياق بسهولة.

أما لأغراض استخراج المفاهيم، فإن هذه الغموضات تميل إلى أن تكون أقل أهمية مما هي عليه في الترجمة الآلية، لأنه في المستندات الكبيرة تميل الغموضات إلى أن تتلاشى، كما هو الحال مع استخراج النصوص.

توجد العديد من التقنيات المستخدمة لإزالة الغموض . ومن الأمثلة على ذلك التحليل اللغوي للنص، واستخدام معلومات تردد ارتباط الكلمات والمفاهيم التي يمكن استنتاجها من مجموعات نصوص ضخمة. ومؤخراً، ظهرت تقنيات تعتمد على التشابه الدلالي بين المفاهيم المحتملة والسياق، وحظيت باهتمام الأوساط العلمية.

• تحليل المفاهيم الرسمي
• استخلاص المعلومات
• معالجة المصطلحات المركبة