بازیابی اطلاعات
چنانکه رکوردهای به ثبت رسیده در LISA نیز نشان می­دهد، کاربرد عمده مجموعه­های فازی در کتابداری و اطلاع­رسانی، در حوزه بازیابی اطلاعات است. اساساً مفهوم ربط به دلیل نامشخص و نسبی بودنش، یک مفهوم فازی است                               (Hood & Wilson, 2002). در جریان جستجو و یافتن اطلاعات به رکوردهایی می‌رسیم که نمی­توان به طور قطع آنها را مرتبط یا کاملا بی­ربط با موضوع مورد جستجو تلقی کرد. بنابراین دو مفهوم ربط و فازی را می توان قرین و همزاد یکدیگر دانست.
عمده­ترین ابزار ریاضی در بازیابی اطلاعات به شکل سنتی، جبر بولی است. تقریباً هر کسی که با یکی از پایگاه­های اطلاعاتی، فهرستهای رایانه­ای، یا شبکه جهانی وب کار کرده باشد، از عملگرهای بولی بویژه برای انجام جستجوهای پیچیده استفاده کرده است. جبر بولی بر مبنای نظریه مجموعه­هاست. هر اصطلاحی که در مجموعه­ای از مدارک قابل بازیابی برای جستجو یا نمایه به کار می­رود، می­تواند با عملگرهای بولی (و، یا، نه) ترکیب شود. این اصطلاحات با یک سلسله مدارک موجود در نظام اطلاعاتی تطبیق داده می­شود.
مفهوم ربط به دلیل نامعیّن بودنش، می­تواند به راحتی به وسیله مدلهای مجموعة فازی مدل­سازی شود. بنابراین، نظامهای بازیابی فازی به این صورت عمل می­کنند: وقتی مدارک به سیستم اضافه می­شوند، یک سلسله اصطلاحات به مدرک اختصاص یافته و به هر اصطلاحی وزنی داده می­شود که درجه وابستگی آن اصطلاح به مدرک را نشان       می­دهد. نمایه‌ساز آزاد است تعیین کند یک اصطلاح فقط تا حدودی به یک مدرک مرتبط است بدون اینکه ناگزیر باشد در خصوص مرتبط بودن یا نبودن آن اصطلاح، تصمیم قطعی بگیرد. در یک نظام بازیابی اطلاعات فازی، بازیابی بیشتر بر مبنای منطق مجموعه­‌های فازی است تا مجموعه­های جبری بولی. در نظام فازی، همان عملگرهای بولی (و، یا، نه) مورد استفاده قرار می­گیرند، اما متکی بر «اجتماعِ» فازی، «اشتراکِ» فازی، و «به جز» فازی.
این رویکرد به بازیابی اطلاعات جنبه­های نظری بسیاری دارد، زیرا به عنوان مدلی که در فرایند انتخاب منابع مرتبط توسط کاربران به مراتب مفیدتر است، ظاهر می­شود. این مدل همچنین به نوعی جرح و تعدیل در نظام سنتی مکانیزمهای بازیابی بولی است، در حالی که قسمت عمده­ای از مکانیزمها و زیرساختهای موجود در بازیابی اطلاعات، همچنان مفید هستند. به علاوه، بازیابی اطلاعات فازی در تخصیص اصطلاحات نمایه با استفاده از اصطلاحات مرتبط به قدر اصطلاحات کاملاً مرتبط، انعطاف­پذیر است.
سیستمهای بازیابی اطلاعات فازی با وجود تمام محاسنی که دارند، چندان در مقیاس وسیع به کار گرفته نشده­اند. دلیل این امر نیز هزینه­های بالای نمایه کردن با روش فازی است. با وجود این، تحقیقات در نظام بازیابی فازی همچنان ادامه دارد و روز به روز نیز وسعت بیشتری می­یابد(Hood & Wilson, 2002) .
اکنون به به اختصار[11]، به ارائه توضیحاتی درخصوص چگونگی کاربرد منطق یا تئوری مجموعه­های فازی در بازیابی اطلاعات می­پردازیم:
چنانکه قبلاً گفته شد، به جای این فرض که یک عنصر عضوی از یک مجموعه است، از تابع عضویت برای شناسایی درجه عضویت عنصر در یک مجموعه استفاده می‌شود. مجموعه­های فازی برای بازیابی اطلاعات مفیدند، زیرا این مجموعه­ها می­توانند «موضوع» مدرک را توصیف کنند. به علاوه، از آنجا کهدر منطق فازی «زبان طبیعی» به جای متغیرهای عددی برای تشریح رفتار و عملکرد سیستم به کار می­رود، می­توان برای بازیابی اطلاعات در بانکهای اطلاعاتی، به نحو مؤثری از آن بهره جست.
مجموعه­ای از عناصر که در آن هر عنصری محدوده مدرک را توصیف کند، ذاتاً مجموعه­ای فازی است. مدرکی که درباره «کتابهای کودکان و نوجوانان» است، ممکن است راجع به «روانشناسی کودک و نوجوان» نیز گفتگو کند. از این رو، ممکن است موضوع این مدرک تا حدودی درباره «روانشناسی کودک و نوجوان» باشد. قرار دادن روان­شناسی کودک و نوجوان به عنوان عنصری از مجموعه، صحیح نیست، اما نادیده گرفتن آن نیز ما را از دقت لازم دور می­کند.
یک مجموعه فازی دارای عضویتی است که در آن قوّت عضویت هر عنصر به شکل ذاتی دقیق نیست. در مثال بالا مجموعه­ای از مفاهیم که مدرک را توصیف می­کند، به قرار زیر است:
C= {(children"s books, 1.0),(children"s psychology, 0.5)}
مجموعه C یک مجموعه فازی است، زیرا این مجموعه دارای درجات عضویت مربوط به هر عضو است. به طور قراردادی، یک مجموعه فازی که شامل مفاهیم موجود در  C={c1,c2,….cn}باشد، به صورت زیر نمایش داده می­شود:
در اینجا ،تابع عضویتی است که درجه عضویت عنصری را در مجموعه نشان می­دهد (گراسمن و فریدر، 1384، ص 112-113).
از نظریة مجموعه­های فازی به شکلهای گوناگون در بازیابی اطلاعات استفاده می‌شود. یکی از رایج­ترین این شکلها که در متون زیادی به آن پرداخت شده، بازیابی بولی مجموعه­های فازی است.
بسط مجموعه فازی به منظور بازیابی بولی، در اواخر دهه 70 میلادی انجام گرفت (گراسمن و فریدر، 1384، ص113). ضریب تشابه بولی می­تواند به وسیلة بررسی اصطلاحات موجود در مدرک به صورت فازی محاسبه گردد، زیرا عضویت اصطلاحات بر اساس تعداد رویداد آنها در مدرک صورت می­پذیرد.
برای مثال، مجموعهD را که شامل همه مدارک مجموعه است، در نظر بگیرید. مجموعه فازیDt میتواند به صورت مجموعه D که تمام مدارک دارای اصطلاح t را توصیف می کند، محاسبه شود. این مجموعه به صورت:
نمایش داده می شود. دراینجا d1 شامل عنصرt با قوّت 0.8 و d2 شامل عنصرt با قوّت 0.5 است.
همین­طور، مجموعه Ds به صورت مجموعه‌ای از تمام مدارک که شامل اصطلاح S است، تعریف می‌شود. این مجموعه می تواند به صورت:
تعریف شود.
عملیات اصلی اشتراک، اجتماع، و متمم که اساس منطق بولی را تشکیل می­دهد، در مجموعه­های فازی به این صورت بیان شده است: اشتراک از حداقل دو تابع عضویت و اجتماع از حداکثر دو تابع عضویت که برای یک عنصر تعریف شده است، استفاده می­کند. از تعاریف زیر برای به دست آوردن این مفاهیم استفاده می­شود:
 
 
محاسبه به محاسبه و محاسبه  به محاسبه  نیاز دارد. این محاسبات می تواند با استفاده از مقدار حداکثر برای اجتماع، و مقدار حداقل برای اشتراک انجام شود. از این رو داریم :
درخصوص این روش، نکته­ای که حتماً باید در نظر گرفته شود این است که این مدل، حاوی وزن اصطلاحات پرس و جو نیست (گراسمن ...، ص114).
روش دیگری که با استفاده از منطق فازی در بازیابی اطلاعات به کار گرفته       می­شود، روش استفاده از سلسله مراتب مفهومی و مجموعه­های فازی است. این روش که برای اولین بار در سال 1991 معرفی شد، از شبکه مفهومی برای نشان دادن مفاهیم موجود در مدارک و پرس و جوها و نشان دادن ارتباط این مفاهیم، استفاده می­کند (گراسمن ...، ص114). بعدها محققان ایرانی توانستند با بسط این روش، شیوه­ای مؤثر برای بازیابی اطلاعات در زبان فارسی ابداع کنند.به منظور برطرف کردن نقایص موجود در روشهای کلاسیک بازیابی و عملگرهای اولیه، یک درجه «کمیّت نمای فازی»[12] برای هر عبارت در یک پرس و جو محاسبه می­شود. مثال زیر این روش را روشن­تر می­کند. فرض کنید یک کاربر علاقه­مند است مدارکی به شرح زیر دریافت کند:
حداقل سه مورد از چهار اصطلاحی که در اختیار اوست، همراه با یک اصطلاح پنجم که حتماً باید در نتیجه جستجو باشد. چنین درخواستی بدین صورت نوشته می­شود:
At least 3 (t1, t2, t3, t4) and t5

حال فرض کنید سند d با درجه عضویتی به شرح زیر انتخاب می­شود:
نخست، برای محاسبه بخش اول عبارت یعنی حداقل سه مورد از (t1, t2, t3, t4) مجموعة فازی را که حاصل انطباق با سند d است، حساب می­کنیم. (محاسبات این قسمت نظیر فرمولهایی است که در ابتدای همین فصل گفته شده است) این محاسبات به محاسبه کمّی «­نماهای نیمه فازی»[13] منجر خواهد شد که به صورت زیر نمایش داده می­شود:
otherwise
 

 

                                                                                                                                                              
بنابراین، تمامی مقادیر کمّی ­نماهای فازی فوق، می‌­تواند به صورت زیر محاسبه شود:
at least 3 (t1, t2, t3, t4) = 0 × 0.3 + 0 × 0.25 + 0 × 0.15 + 1 × 0.1 + 1 × 0 = 0.1
 
اکنون عضویت سند d نسبت به کل عبارت جبری، به قرار زیر خواهد بود:
0.1 and 0.4 = min (o.1, 0.4) = 0.1
شایان ذکر است، این روش به صورت عملی در یک مجموعه 65000 رکوردی از مقاله‌های روزنامه همشهری آزمایش شد. نتایج حاصل از این بررسی نشان داد روش یاد شده در زبان فارسی بهتر از زبان انگلیسی نتیجه داده و ضمناً نتایج آن در قیاس با روشهای حاصل از مدل «فضای برداری»[14] رضایت‌بخش­‌تر بوده است                                        (Nayyeri & Oroumchian, 2006, p.5).ادامه مطلب...

» هادی کیوانلو شهرستانکی
»» نظرات دیگران ( نظر)