تعاني أنظمة المكتبات التقليدية المصممة للبحث الأكاديمي من ضعف التكامل عند استخدام تقنيات الذكاء الاصطناعي لأغراض التحسين. ترتبط هذه القيود بشكل أساسي بتجاهل العلاقات الدلالية أثناء البحث، وإغفال العلاقات الخفية بين الكلمات، وافتقار القدرة على التعميم المطلوبة لتعزيز تجربة الباحثين. لمعالجة هذه المشكلات، تم اقتراح نظام المكتبة الذكي (IntLS) وتم تحسينه بشكل أكبر من خلال نمذجة فعالة لرسوم المعرفة لتمكين استرجاع أكثر دقة للنتائج. بالإضافة إلى ذلك، تم تحسين خطوات المعالجة الأساسية للغة الطبيعية لالتقاط العلاقات الخفية أثناء مراحل تقسيم النص وإزالة الكلمات التوقفية والتجذير. تتكون بنية النظام المقترح من مكونين رئيسيين: مكون دلالي مسؤول عن توليد تمثيلات دلالية للمستندات، ومكون تحليلي مسؤول عن تحليل عمليات البحث التاريخية لتوقع احتياجات المستخدمين المستقبلية ودعم إدارة الموارد بشكل فعال. تم مقارنة النظام المقترح مع نظامين معروفين باستخدام دقة قائمة على التشابه ومجموعة من مقاييس التقييم القائمة على الذكاء الاصطناعي. أظهر النظام المحسن، Enh-IntLS، أداءً متفوقًا، محققًا زيادة بنسبة 1.9% في الدقة القائمة على التشابه وزيادة قدرها 1.7% في الدقة القائمة على الذكاء الاصطناعي.
درس الرحال وزملاؤه (Thu،) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: