طراحی و ساخت یک ماژول نرم‌افزاری برای استخراج و بازنمایی خودکار پیشنهادهای پژوهش از پایان‌نامه‌ها و رساله‌های پایگاه اطلاعاتی علمی ایران (گنج)

انتخاب مساله پژوهش مناسب همواره یکی از دغدغه‌های اساسی پژوهشگران بوده است. یکی از مهم‌ترین ملاک‌های موجود در این راستا، به‌روز بودن یا به عبارتی عامیانه‌تر «جای کار داشتن» مساله انتخابی است. از آن‌جا که پژوهشگران «مسائل نیازمند پژوهش بیشتر» و بعضا ایده‌های قابل‌ استفاده برای حل آن‌ها را در قالب «کارهای آتی» یا «پیشنهادهای پژوهش» در اسناد علمی بیان می‌کنند، مطالعه این اسناد راه‌کار اصلی در نظر گرفته شده برای شناسایی این مسائل است. با این حال، با توجه به رشد روزافزون مدارک علمی، مطالعه تمام اسناد موجود و استخراج پیشنهادهای پژوهش امری دشوار بوده و روزبه‌روز نیز بر این دشواری افزوده می‌شود. با توجه به این دشواری، به‌ ویژه برای پژوهشگران تازه‌کار، در این پژوهش به مساله استخراج خودکار پیشنهادهای پژوهش از پایان‌نامه‌ها و رساله‌ها (پارساها)ی موجود در پایگاه ‌اطلاعات علمی ایران (گنج) پرداخته شده است. در این راستا، در ابتدا روش‌های موجود برای این مساله مورد بررسی قرار گرفته و در ادامه، با به‌کارگیری رویکرد یادگیری ماشینی با نظارت، روشی خودکار برای استخراج پیشنهادهای پژوهش از پارساهای فارسی‌زبان ارائه شده است. برای به‌کارگیری رویکرد با نظارت در روش پیشنهادی، به مجموعه داده‌ای برچسب‌خورده نیاز است که با توجه به عدم وجود چنین مجموعه داده‌ای برای زبان فارسی، به عنوان یکی از دستاوردهای این پژوهش، چنین مجموعه داده‌ای ایجاد شده و برای آموزش و آزمایش روش پیشنهادی به کار گرفته شده است. برای پیاده‌سازی روش پیشنهادی از ابزارهای یادگیری ماشینی مختلفی مانند بیز ساده، رگرسیون لجستیک و ماشین بردار پشتیبان استفاده شده است. نتایج آزمایشات صورت گرفته بیانگر این است که به‌ کارگیری دسته‌بندهای رگرسیون لجستیک و ماشین بردار پشتیبان نسبت به استفاده از دسته‌بند دیگر منجر به نتایج بهتری شده است. در پایان، روش پیشنهادی در قالب یک ماژول نرم‌افزاری پیاده‌سازی و تحت عنوان سامانه «گنجینه پیشنهادهای پژوهش پایان‌نامه‌ها و رساله‌ها» به کار گرفته شده است. گنجینه پیشنهادهای پژوهش از داده‌های پایگاه «اطلاعات علمی ایران (گنج)» استفاده کرده و پیشنهادهای پژوهش استخراج شده را در اختیار کاربران قرار می‌دهد.