ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التعلم الآلي واستخراج البيانات...>الوصف

التعلم الآلي واستخراج البيانات الببليوجرافية من المواد النصية: نموذج مقترح للمواد النصية باللغة العربية

العنوان بلغة أخرى: Machine Learning and Bibliographic Data Extraction from Textual Information Sources: A Proposed Model for Text Materials in Arabic
المصدر: المجلة العلمية للمكتبات والوثائق والمعلومات
الناشر: جامعة القاهرة - كلية الآداب - قسم المكتبات والوثائق وتقنية المعلومات
المؤلف الرئيسي: حسين، محمد حسين أحمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Hussein, Mohamed Hussein Ahmed
المجلد/العدد: مج4, ع11
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2022
الشهر: يوليو
الصفحات: 159 - 192
ISSN: 2636-2864
رقم MD: 1298998
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
المكتبات والمعلومات | الذكاء الاصطناعي | الببليوجرافيات | الفهرسة | التعلم الآلي
كلمات المؤلف المفتاحية:
التعلم الآلي | الذكاء الاصطناعي | التعلم العميق | الفهرسة الوصفية | خوارزميات التعلم الآلي | TEI | CRF | GROBID | Datasets | Artificial Intelligence | Machine Learning | Deep Learning | Descriptive Cataloging | Machine Learning Algorithms | Python
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

60

حفظ في:
المستخلص: في الآونة الأخيرة ذاع وانتشر مصطلح الذكاء الاصطناعي وتطبيقاته المختلفة، كالتعلم الآلي والتعلم العميق ومعالجة اللغة الطبيعية ورؤية الحاسب الآلي، واستخدم في العديد من القطاعات، ونتج عنه تطوير في الأعمال من حيث الأداء والسرعة والجودة، هذا التطوير امتد أيضا إلى المكتبات ومراكز المعلومات باعتبارها مؤسسات تقدم خدمات معرفية، ويلقي البحث الضوء على عملية استخراج البيانات الببليوجرافية من مصادر المعلومات وبخاصة المواد النصية التي تتضمن (الكتب والمقالات العلمية)، ويعد البحث تشجيعا لمؤسسات المعلومات ومؤسسات صناعة المعرفة وبالتحديد الناشرين والمكتبات ومراكز المعلومات على تبني استخدام أدوات استخراج البيانات الببليوجرافية، ويوفر النموذج المقترح إطارا عاما لاستخراج البيانات الببليوجرافية من مصادر المعلومات -النصية -العربية، وتسهيل عمل المفهرسين وليس إلغاء دورهم كاملا، وإن كان من الممكن أن تحجم التقنية من دور المفهرس، وقد تم ا لاعتماد على المنهج الوصفي التحليلي لتوضيح ماهية الذكاء الاصطناعي وتطبيقاته، والتعريف بماهية الفهرسة الوصفية، وتوضيح دور الناشر في عملية إنشاء التسجيلات الببليوجرافية، والاستفادة من إمكانات التعلم الآلي في استخراج البيانات الببليوجرافية من مصادر المعلومات النصية، وتضمنت الدراسة عرضا لبنية ومكونات النموذج المقترح لاستخراج البيانات الببليوجرافية خروجا من ذلك بعدد من النتائج والتوصيات.

In recent times, the term artificial intelligence and its various applications have spread, such as machine learning, deep learning, natural language processing, and computer vision, and it has been used in many sectors and has resulted in business development in terms of performance, speed and quality. This development has also extended to libraries and information centers as one of the largest institutions that provide knowledge services, and the research sheds light on the process of extracting bibliographic data from information sources, especially text materials that include (books and scientific articles), Where the search is to encourage enterprises and institutions of information industry knowledge, namely publishers, libraries and information centers to adopt the use of bibliographic data extraction tools, The proposed model provides a general framework for extracting bibliographic data from information sources- text- Arabic, And to facilitate catalogers works and not cancel their role fully, Although the technology could limit the role of the catalogers, The researcher relied on the descriptive and analytical approach to explain of what artificial intelligence is and its applications, And the definition of what is descriptive cataloging, clarifying the role of the publisher in the process of creating bibliographic records, and making use of the capabilities of machine learning in extracting bibliographic data from textual information sources, The study included a presentation of the structure and components of the proposed model for extracting bibliographic data out of several results and recommendations.
ISSN: 2636-2864

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.