2-4- چالش‌های داده‌کاوی.. 16

 

2-4-1- چالش‌های اولیه. 17

 

2-4-2- چالش‌های ثانویه. 18

 

2-5-معرفی داده‌کاوی.. 19

 

2-5-1-منشاُ علمی.. 21

 

2-5-2- معماری سیستم داده‌کاوی.. 21

 

2-5-3- مراحل عملیات داده‌کاوی.. 23

 

2-5-3-1-آماده‌سازی داده 23

 

2-5-3-2-یادگیری مدل. 24

 

2-5-3-3-ارزیابی و تفسیر مدل. 25

 

2-6- محدودیت‌های داده‌کاوی.. 25

 

2-7- قابلیت‌های داده‌کاوی.. 26

 

2-8- روش‌های یادگیری مدل در داده‌کاوی.. 26

 

2-8-1- روش‌های پیش‌بینی.. 26

 

2-8-1-1- دسته‌بندی.. 27

 

2-8-1-2- رگرسیون. 27

 

2-8-1-3-تشخیص انحراف.. 28

 

2-8-2- روش‌های توصیفی.. 29

 

2-8-2-1- خوشه‌بندی.. 30

 

2-8-2-2- کشف قوانین انجمنی.. 32

 

2-8-2-3- کشف الگوهای ترتیبی.. 32

 

2-9- فنون داده‌کاوی.. 32

 

2-9-1- یافتن خودکارخوشه‌ها 34

 

2-9-1-1-نقاط قدرت این روش… 34

 

2-9-1-2-نقاط ضعف… 34

 

2-9-1-3- کاربرد. 34

 

2-9-2- درخت‌های تصمیم‌گیری و استقرا قاعده‌ای.. 35

 

2-9-2-1-نقاط قوت.. 35

 

2-9-2-2-نقاط ضعف روش درخت‌تصمیم‌گیری.. 35

 

2-9-2-3-کاربرد. 36

 

2-9-3- شبکه‌های عصبی.. 36

 

2-9-3-1- نقاط قوت شبکه‌های عصبی مصنوعی.. 36

 

2-9-3-2- نقاط ضعف شبکه‌عصبی.. 37

 

2-9-3-3-کاربرد. 37

 

2-10- درجه‌بندی فنون مختلف داده‌کاوی از جهت سختی و آسانی.. 37

 

2-11-تعریف داشبورد. 38

 

2-12- سابقه تحقیق. 43

 

2-12-1- سابقه داده‌کاوی.. 43

 

2-12-2- سابقه داشبورد. 47

 

2-13 بررسی مراحل داشبورد در چند نمونه. 49

 

2-14-نتیجه گیری.. 50

 

فصل سوم: 51

 

3-1- مقدمه. 52

 

3-2- چارچوب تحقیق. 53

 

3-3- روش تحقیق. 54

 

3-3-1- طبقه‌بندی تحقیق برمبنای هدف.. 54

 

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

 

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-فرآیند 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

 

-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- فرآیند طراحی و پیاده‌سازی داشبورد. 89

 

4-3-1- شناسایی شاخص… 89

 

4-4- نتیجه‌گیری.. 93

 

فصل پنجم: 94

 

5-1- مقدمه. 95

 

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 استفاده از روش شبکه‌عصبی.. 85

 

جدول 4-6 دسته‌بندی معدل‌‌ها 86

 

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

 

جدول 5-1 دقت پیش‌بینی‌های انجام شده 97

 

 

 

 

 

فهرست شکل‌ها و نمودارها

 

.. 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

 

شکل4-7 پیشرفت تحصیلی دانشجویان ورودی سال 1381. 91

 

شکل 4-8 پیش بینی پیشرفت تحصیلی دانشجویان فاقد شغل ورودی سال 1381. 92

 

شکل 4-9 پیش‌بینی پیشرفت تحصیلی دانشجویان شاغل در سازمان‌های دولتی ورودی سال 1381  93

 

1-۲-۲. تحلیل پیشایند……………………………………………………………………………………………………. 16

 

   1-۲-۳. تحلیل مرجع مشترک………………………………………………………………………………………… 16

 

  1-۲-۴. تقابل تحلیل مرجع مشترک و تحلیل پیشایندی…………………………………………….. ۱7

 

1-3.جمع‏بندی……………………………………………………………………………………………………………………… 20

 

فصل 2 : بخش اول……………………………………………………………………………………… 21

 

2-1-۱. پیشینه تشخیص مرجع مشترک…………………………………………………………………………… 21

 

2-1-۲. روش‏های زبان‏شناسی…………………………………………………………………………………………….. 22

 

     2-1-۲-1. فاکتورهای حذف کننده…………………………………………………………………………….. 23

 

2-1-۳-۲-۱. تطبیق جنس و عدد……………………………………………………………………….. 23

 

            2-1-۳-۲-۱. تطبیق معنایی…………………………………………………………………………………. 24

 

2-1-۲-۲. فاکتورهای امتیاز دهنده ……………………………………………………………………………. 24

 

2-1-۳-۲-۱. مشابهت نحوی…………………………………………………………………………………. 24

 

2-1-۳-۲-۱. مشابهت معنایی……………………………………………………………………………….. 25

 

2-1-۳-۲-۱. بارز بودن…………………………………………………………………………………………… 25

 

2-1-۳. روش‏های یادگیری ماشین……………………………………………………………………………………… 27

 

     2-1-۳-۱. ویژگی‏ها………………………………………………………………………………………………………. 28

 

     2-1-۳-۲. مدل‏های جفت اشاره………………………………………………………………………………….. 28

 

2-1-۳-۲-۱. رده بندی جفت عبارت‏های اسمی…………………………………………………… 32

 

2-1-۳-۲-۱-1. درخت تصمیم………………………………………………………………………… 33

 

2-1-۳-۲-۲.افراز……………………………………………………………………………………………………… 35

 

            2-1-۳-۲-۲-۱.درختِ بل………………………………………………………………………………….. 36

 

2-1-۳-۲-۲-۲. افراز گراف……………………………………………………………………………….. 38

 

     2-1-۳-۳. روش‏های مبتنی بر پیکره………………………………………………………………………………. 40

 

2-1-۳-۴. روش‏های جایگزین………………………………………………………………………………………….. 44

 

2-1-۳-۴-۱. روش هم‏آموزی…………………………………………………………………………………….. 44

 

2-1-۳-۴-۲. مدل احتمالاتی مرتبه اول……………………………………………………………………. 46

 

         2-1-۳-۴-۳. رتبه‏بندی………………………………………………………………………………………………. 47

 

      2-1-۳-۴-۴. فیلدهای تصادفی شرطی……………………………………………………………………… 49

 

2-1-۳-۴-۵. خوشه‏بندی………………………………………………………………………………………….. 51

 

2-1-۴. جمع‏بندی………………………………………………………………………………………………………………… 56

 

2-2-۱. پیکره نشانه گذاری شده توسط اطلاعات هم‏مرجع…………………………………………………. 58

 

2-2-۲. پیکره بیژن‏خان……………………………………………………………………………………………………………. 59

 

2-2-۳. پیکره لوتوس……………………………………………………………………………………………………………….. 60

 

2-2-۴.شیوه‏های نشانه‏گذاری پیکره لوتوس…………………………………………………………………………… 62

 

2-2-۴-۱. نشانه‏گذاری انواع موجودیت‏ها…………………………………………………………………………… 62

 

      2-2-۴-۱-۱. موجودیت شخص……………………………………………………………………………………… 64

 

      2-2-۴-۱-۲. موجودیت سازمان……………………………………………………………………………………… 64

 

2-2-۴-۱-۳. موجودیت مکان…………………………………………………………………………………………. 66

 

      2-2-۴-۱-۴. موجودیت سیاسی……………………………………………………………………………………… 66

 

2-2-۴-۲.کلاس هر موجودیت……………………………………………………………………………………………. 68

 

       2-2-۴-۲-۱.غیر ارجاعی……………………………………………………………………………………………….. 69

 

       2-2-۴-۲-۲.ارجاعی………………………………………………………………………………………………………. 69

 

          2-2-۴-۲-۲-۱.ارزیابی به شکل منفی……………………………………………………………………… 69

 

          2-2-۴-۲-۲-۲.ارجاعی خاص………………………………………………………………………………….. 70

 

          2-2-۴-۲-۲-۳.ارجاعی عمومی……………………………………………………………………………….. 70

 

2-2-۴-۲-۲-۴.ارجاعی زیر مشخص شده………………………………………………………………. 70

 

2-2-۴-۳.انواع اشاره/سطوح اشاره……………………………………………………………………………………… 71

 

2-2-۴-۳-۱.اشاره ساده………………………………………………………………………………………………….. 72

 

          2-2-۴-۳-۱-۱.محدوده اشاره………………………………………………………………………………….. 72

 

2-2-۴-۳-۱-۲. هسته اشاره…………………………………………………………………………………….. 72

 

2-2-۴-۳-۱-۳.انواع اشاره ساده………………………………………………………………………………. 72

 

2-2-۴-۳-۲.ساختارهای پیچیده………………………………………………………………………………………. 74

 

2-2-۴-4-۲-۱.ساختارهای عطف بیان یا بدل………………………………………………………… 75

 

 

2-2-۵.جمع‏بندی……………………………………………………………………………………………………………………… 75

 

3-۱. رده بندی دودویی……………………………………………………………………………………………………………. 76

 

   3-1-1.جدا کننده‏های خطی………………………………………………………………………………………………. 77

 

      3-1-1-1 پرسپترون……………………………………………………………………………………………………….. 78

 

      3-1-1-2 ماشین بردار پشتیبان…………………………………………………………………………………….. 80

 

      3-1-1-3 درخت تصمیم………………………………………………………………………………………………… 85

 

3-۲.خوشه‏بندی………………………………………………………………………………………………………………………… 88

 

    3-2-1 .الگوریتم‏های افراز بسته‏ای……………………………………………………………………………………. 89

 

       3-2-1-1 .خوشه‏بندی سلسله مراتبی پایین به بالا……………………………………………………. 90

 

3-2-1-2 .آموزش الگوریتم خوشه‏بندی سلسله مراتبی…………………………………………….. 93

 

3-3.جمع‏بندی………………………………………………………………………………………………………………………….. 96

 

4-۱.مقدمه…………………………………………………………………………………………………………………………………. 97

 

4-۲.سیستم شناسایی اشاره لوتوس……………………………………………………………………………………….. 98

 

    4-2-1 .بانک اطلاعاتی……………………………………………………………………………………………………….. 98

 

4-2-2.سیستم شناسایی اشاره………………………………………………………………………………………. 102

 

4-3.تشخیص اشاره‏های هم مرجع……………………………………………………………………………………….. 103

 

4-3-1 ویژگی‏ها……………………………………………………………………………………………………………….. 104

 

4-3-2.الگوریتم یادگیری………………………………………………………………………………………………… 105

 

    4-3-3.معیار ارزیابی………………………………………………………………………………………………………… 107

 

4-3-4.نتیجه ارزیابی……………………………………………………………………………………………………….. 110

 

       4-3-4-1.نتایج بدست آمده……………………………………………………………………………………….. 110

 

       4-3-4-.2چالش‏ها و تحلیل خطا……………………………………………………………………………….. 112

 

4-4.جمع‏بندی……………………………………………………………………………………………………………………….. 115

 

5-۱.نتیجه‏گیری……………………………………………………………………………………………………………………… 116

 

5-2.پیشنهادها………………………………………………………………………………………………………………………… 118

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

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»شاخه‏ای از علم «هوش مصنوعی» است كه به ماشینی كردن فرآیند زبان شناسی سنتی می‏پردازد. به این ترتیب با استفاده 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، برچسب‏گذاری ادات سخن، تعیین و ابهام‏زدایی از معانی واژگان 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 و کلان کاربردها 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 و … ) و یا در سطح کل متن (تشخیص هرزنامه، رده بندی متون و…) متمرکز شده اند؛ برخی از کاربرد‏ها نیز مانند استخراج اطلاعات، تشخیص مرجع مشترک و ماشین ترجمه 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 و نحوی) 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 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، خوشه‏بندی و قوانین وابستگی است و خروجی استخراج اطلاعات شامل، شناسایی موجودیت‏ها ، 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، داده‏كاوی، پرسش و پاسخ و درك زبان از جمله كاربردهای این سیستم هستند.

 

تمرکز اصلی این پژوهش بررسی فرآیند تشخیص مرجع مشترک به عنوان یکی از فرآیندهای 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 پایان‏نامه 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 فرآیند تحلیل مرجع مشترک فراهم شوند. فرض ما بر این است که خروجی حاصل از فرآیند کشف اشاره 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 و روش‏های یادگیری ماشین 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، فرآیندی زمان‏بر، پرهزینه و پر خطاست. البته با پیدایش پیکره‏های 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 استفاده از دانش اندکی در زمینه زبان‏شناسی نیز می‏توان به نتایج خوب و قابل توجهی دست یافت.

 

از سوی دیگر، امروزه اغلب پژوهشگران فرآیند تشخیص مرجع مشترک را به دو مرحله تقسیم می‏‏‏ کنند. (۱) کشف و شناسایی اشاره؛ برای شناسایی عبارت‏های اسمی‏‏‏ که به موجودیت 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 و در قالب چهار گروه اصلی ضمایر، اسامی‏‏‏ خاص، اسامی‏‏‏ عام و غیر اشاره‏ها قرار می‏گیرند،[8،910،16،48،53،72] سپس این فرآیند مشخص می‏‏‏‌کند که هر اشاره به کدام موجودیت در دنیای واقعی اختصاص دار[26]می‏‏‏توان گفت که فرآیند کشف اشاره، توسعه یافته‏ی فرآیند 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 فرآیند‏های شناسایی اشاره و تحلیل مرجع مشترک به طور همزمان خارج از حوزه‏ی این پایان‏نامه 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 پایان‏نامه 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 پایان‏نامه 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

 

[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)

 

[13] معادل پارسی واژه انگیسی Lexical

 

[14] معادل پارسی واژه انگیسی Syntactical

 

[15] معادل پارسی واژه انگیسی Parsing

 

[16] معادل پارسی واژه انگیسی Classification

 

[17] معادل پارسی واژه انگلیسی  Clustering

 

[18] معادل پارسی عبارت انگلیسی Association pules

 

[19]  معادل پارسی واژه انگلیسی Entity

 

[20] معادل پارسی عبارت انگلیسی Information Retrieval(IR)

 

[21] معادل پارسی عبارت اانگلیسی Data Mining

 

–  هورمون هایی که بر ضد انسولین عمل میکنند.

 

–  عفونت های ویروسی كه در تخریب جزایر پانکراس موثرند (2006 Guyton etal ).

 

 ارتباط سرخجه مادرزادی با بروز دیابت كاملاً مشخص شده است بنابراین واكسیناسیون سرخجه برای دختران در آستانه ازدواج كاملاً ضروری است (1998 Rabinocitch etal ) . عدم استفاده از شیرگاو و به جای آن استفاده از شیرمادر تا 2 سالگی از بروز دیابت جلوگیری می كند (1992 Karam etal ) .

 

 ـ1ـ2ـ1ـ  تدابیر لازم جهت  پیشگیری اولیه از ابتلا به دیابت شیرین نوع II

 

  ـ تغییر رژیم غذایی : كاستن از مصرف قندهای ساده و مصرف فراوان سبزیجات فیبردار در كاهش ابتلا به دیابت نقش دارد.كاستن از میزان غذای مصرفی ، حساسیت به انسولین را بهبود می بخشد. زیرا ارتباط چاقی با بروز دیابت مشخص شده است و بویژه تجمع چربی در ناحیه شكم با بروز دیابت ارتباط نزدیكی دارد و لذا كاستن از وزن سبب پیشگیری از پیشرفت دیابت می شود (1998 Goldberg etal).       

 

  ـ افزایش فعالیت فیزیكی :  ورزش، حساسیت به ا نسولین را افزایش می دهد و سبب افزایش ورود گلوكز به داخل سلولهای عضلانی می شود. افرادی كه مشاغل پرتحرك دارند، كمتر به دیابت مبتلا می شوند. انجام ورزش در افراد دیابتی پیشرفت بیماری را به تأخیرمی‏اندازد (1998 Dornhorst etal ).

 

2ـ1ـ3ـ  دیابت بارداری

 

   این نوع دیابت در طول بارداری رخ می دهد و بعد از تولد نوزاد از بین می رود. افراد مبتلا به دیابت بارداری بیشتر در معرض خطر ابتلا به دیابت نوع II در ادامه زندگیشان هستند. عواملی که خطر ابتلا به دیابت بارداری را افزایش می دهند، عبارتند از: سن بالای 25 سال مادر ، سن كمتر از 25 سال در مادران چاق ، ابتلا به سندروم پلی سیستیك تخمدان، مشاهده دیابت در یكی از افراد نزدیك خانواده، سابقه تولد جنین مرده و ابتلا به دیابت بارداری در حاملگی های قبلی ،فشارخـــــون بالا، نژاد و تغییرات هورمونی که سبب کاهش حساسیت به انسولین یا افزایش مقاومت به انسولین می شود  (Guyton etal 2006).

 

2ـ1ـ3ـ1ـ عوارض دیابت بارداری

 

 1 ـ هیپرگلیسمی مادری که بیشتر در نیمه دوم بارداری رخ می دهد.  زیرا زنان باردار در هفته های 20 تا 30 بارداری نیاز بیشتری به انسولین دارند و پس از زایمان، نیاز مادر به انسولین سریعاً كاهش می یابد.

 

 2 ـ فشار خون  بالا      3 ـ سقط[3] ( به ویژه در سه ماهه اول )         4 ـ ناهنجاریهای مادرزادی 
5 ـ هیپوگلیسمی نوزاد          6 ـ ماكروزومی[4] (Guyton etal 2006 )

 

2ـ2ـ عوارض دیابت بر دستگاه تولید مثل پستانداران ماده

 

2-4-2- اکالیپتول.. 15

 

2-4-3- سیترونلول.. 16

 

2-4-4- منتول.. 16

 

2-4-5- اوجنول.. 17

 

2-5- کانال­های یونی و مشارکت آنها در فعالیت الکتریکی نورونها 20

 

2-5-1- کانال­های پتاسیمی.. 20

 

2-5-1-1- کانال­های پتاسیمی وابسته به ولتاژ. 21

 

2-5-1-2- کانال­های پتاسیمی وابسته به کلسیم.. 21

 

2-5-2- کانال­های کلسیمی.. 23

 

2-5-3- کانال های سدیمی.. 24

 

جریان‌های سدیمی گذرا و مداوم. 25

 

2-6- هدف.. 26

 

 

 

فصل سوم

 

3-  مواد و روش‌ها 28

 

3-1- حیوانات.. 28

 

3-2- تشریح و آماده سازی گانگلیون عصبی جهت ثبت… 29

 

3-3- محلول‌ ها و داروها 30

 

3-4- ثبت داخل سلولی.. 30

 

3-5- مراحل آزمایش…. 32

 

3-6- پارامترهای الکتروفیزیولوژیک مورد مطالعه. 33

 

3-7- آزمون آماری.. 34

 

 

 

فصل چهارم

 

4- نتایج.. 36

 

4-1- ویژگی‌های فعالیت خودبخودی و برانگیخته نورون‌های حلزون در شرایط کنترل.. 36

 

4-2- ویژگی­های پتانسیل عمل خودبهخودی و ویژگی­های غیر فعال غشاء در حضور غلظت­های 5/0 و 5/1 میلی­مولار اوجنول   37

 

4-3- بررسی اثر اوجنول بر فعالیت صرعی القاء شده با پنتیلن تترازول (PTZ) 49

 

4-3-1- پتانسیل استراحت غشاء و ویژگیهای پتانسیل عمل خودبه­خودی در حضور پنتیلن­تترازول و اوجنول   49

 

4-3-2 پتانسیل استراحت غشاء و ویژگی­های پتانسیل عمل خودبه­خودی در حضور اوجنول و پنتیلن­تترازول   56

 

4-4- بررسی نقش احتمالی کانال­های سدیمی در اثرات القاء شده با اوجنول.. 60

 

4-4-1- پتانسیل استراحت غشاء و ویژگی‌های پتانسیل عمل خودبخودی در حضور اوجنول وریلوزول   60

 

4-4-2- پتانسیل استراحت غشاء و ویژگی‌های پتانسیل عمل خودبخودی در حضور ریلوزول و اوجنول   65

 

4-4-3- پتانسیل استراحت غشاء، الگوی فعالیت و ویژگی‌های پتانسیل عمل خودبخودی در حضور PTZ، ریلوزول و اوجنول   70

 

4-5- پتانسیل استراحت غشاء، الگوی فعالیت و ویژگی­های پتانسیل عمل خودبه­خودی در حضور غلظت­های 2 و 5/2 میلی مولار اوجنول.. 74

 

4-6- فعالیت و ویژگی‌های پتانسیل عمل خودبخودی در حضور اوجنول 5/2 میلی­مولار و نیکل کلرید و نیفدیپین   82

 

 

 

فصل پنجم

 

5- بحث و نتیجه‌گیری.. 87

 

5-1-  تغییر ویژگی‌های پتانسیل عمل و الگوی فعالیت نورون در حضور غلظتهای مختلف اوجنول   87

 

 

5 -2- ویژگی­های پتانسیل عمل در حضور همزمان اوجنول و ریلوزول.. 92

 

5-3- مهار فعالیت صرعی القاء شده با پنتیلن تترازول (PTZ) توسط اوجنول.. 94

 

5-4- اثرات ریلوزول و اوجنول بر فعالیت صرعی القاء شده با PTZ.. 97

 

5-5- نتیجه­گیری.. 99

 

5-6- پیشنهادات برای مطالعات آینده. 99

 

منابع و ماخذ. 100

 

منابع فارسی.. 100

 

منابع لاتین.. 100

 

مقدمه

 

صرع یک اختلال پیچیده عصبی می­باشد که 1 تا 2 درصد از کل جمعیت جهان را مورد تأثیر قرار داده است. عفونت­های سیستم عصبی مرکزی، شوک عاطفی، اختلالات متابولیک، الکل، تومورهای مغزی و مشکلات عروقی مغز از مهم­ترین عوامل زمینه­ساز صرع هستند. صرع معمولاٌ قابل کنترل اما غیرقابل درمان است(Cascino, 1994) . تشنج مشخصه اصلی صرع بوده و بیانگر فعالیت نورونی غیر­طبیعی و بیش از حد مغز می­باشد که با یک الگوی خودبخودی، تکرار شونده و غیرقابل پیش­بینی بروز می­کند (Stafstrom, 2003).

 

1-6-2 – تأثیر انسولین بر روی کلیه ……………………………………………………………………………………….13

 

1-6-3 – تأثیرکلیه برمتابولیسم انسولین………………………………………………………………………………….14

 

1-6-4 – تأثیر نارسایی کلیوی بر انسولین و گلوکز………………………………………………………………….15

 

1-7 – درمان التهاب……………………………………………………………………………………………………….15

 

1-7-1 – گیاه زرشک…………………………………………………………………………………………………16

 

1-7-2 – بربرین……………………………………………………………………………………………………..17

 

1-7-3 – فعالیت­های فارماکولوژیک بربرین……………………………………………………………………………..18

 

1-7-4 – اثر بربرین بر متابولیسم قند و چربی…………………………………………………………………………18

 

1-7-5 – اثرات بربرین بر روی کلیه…………………………………………………………………………………………20

 

1-8 – هدف……………………………………………………………………………………………………………21                                                                        فصل دوم: مواد و روشها

 

2 – 1 – مواد مورد نیاز…………………………………………………………………………………………………23

 

2 – 2 – وسایل مورد نیاز…………………………………………………………………………………………..23

 

2 – 3 – گروه­های آزمایشی………………………………………………………………………………………24

 

2 – 4 – روش آماده سازی حیوانات …………………………………………………………………………..25

 

2 – 4 – 1- بیهوشی ………………………………………………………………………………………………..25

 

2 – 4 – 2- جراحی ……………………………………………………………………………………………………….26

 

2 – 5 – اندازه گیری غلظت های کرآتینین، نیتروژن اوره، گلوکز و انسولین پلاسما……………………………………………………………………………………………………………………………28

 

2 – 6 – بررسی هیستوپاتولوژی پانکراس………………………………………………………………………28

 

2 – 6 – 1 – روش آماده سازی جهت رنگ آمیزی با هماتوکسیلین – ائوزین ……………………….29

 

2 – 6 -2 – مطالعه میکروسکوپی……………………………………………………………………………….30

 

2 – 7 – روشهای آماری…………………………………………………………………………………………………..30

 

فصل سوم: نتایج

 

3 – 1 – مقایسه یافته های هیستوپاتولوژی………………………………………………………………… 32

 

3 – 2 – مقایسه یافته­های پلاسمایی…………………………………………………………………………..37

 

3 – 2 – 1 – میانگین غلظت کرآتینین پلاسما ([Cr]_P) بر حسب میلی­گرم بر دسی­لیتر………….37

 

3 – 2 – 2 – میانگین غلظت نیتروژن اوره پلاسما ([UN]_P) برحسب میلی­گرم بر دسی­لیتر……39

 

3 – 2 – 3 – میانگین غلظت گلوکز پلاسما ([Glu]_P) برحسب میلی­گرم بر دسی­لیتر……41

 

3 – 2 – 4 – میانگین غلظت انسولین پلاسما برحسب نانوگرم بر میلی­لیتر………43

 

 

فصل چهارم: بحث و نتیجه گیری

 

4 – 1 – بحث…………………………….46

 

4 – 1 – 1 – بررسی یافته های هیستوپاتولوژی……………………………46

 

4 – 1 – 2 – بررسی یافته های پلاسمایی………………………………………………………………..48

 

4 – 2 – نتیجه گیری……………………………………………………………………………………………….51

 

4 – 3 – پیشنهادات……………………………………………………………………………………………………..52

 

فصل پنجم: فهرست منابع و مآخذ

 

فهرست منابع …………………………………………………………………………….54

 

 1- 1- نارسایی حاد کلیوی (ARF)

 

نارسایی حاد کلیوی سندرمی است که به دنبال یک افت ناگهانی گذرا در کل یا منطقه­ای از جریان خون کلیه روی می­دهد]1[. سقوط ناگهانی در میزان فیلتراسیون گلومرولی [2](GFR) به نظر می­رسد به دلیل فعل و انفعالات همودینامیک، اختلالات توبولی و اثر نفروتوکسین ها رخ دهد]2[. مطالعات متعدد بر روی نارسایی حاد کلیوی القا شده توسط عوامل توکسیک و ایسکمیک، حاکی از کاهش شدید میزان فیلتراسیون گلومرولی به علت کاهش جریان خون کلیوی و افزایش فشار کپسول بومن و نشت برگشتی می­باشد]3[. آسیب حاد کلیوی معمولاً بوسیله افزایش کراتینین سرم و نیتروژن اوره­ی پلاسمای خون (BUN[3]) مشخص می شود. به تازگی بیومارکرهای ادراری مثل اینترلوکین-18(IL-18 ) و مولکول مولکول آسیب کلیه-1 (KIM-1[4]) برای تشخیص اولیه آسیب حاد کلیوی استفاده می­شود]4[.