پلتفرمی برای تبدیل بیانات و آثارِ یک اندیشمند به دانشی ساختارمند؛ از تقطیع متن تا دانشنامه و گرافِ دانشِ سهبعدی.

منظومهپژوهی یک کارگاهِ دیجیتال برای پژوهشگران است. متنِ خامِ سخنرانیها وارد میشود و طیِ یک گردشکارِ چندمرحلهای — تقطیع، نمایهسازی، استخراج نسبتهای منطقی، اصطلاحنامه و دانشنامه — به یک منظومهٔ فکریِ منسجم تبدیل میشود.
در پایان، همهٔ این دانش در قالب یک گرافِ سهبعدیِ تعاملی قابل کاوش است. دوازده نقشِ کاربریِ مختلف (پژوهشگر، داور، ناظر، مدیر و…) در این گردشکار با هم همکاری میکنند.
سامانه جای یک سامانهٔ قدیمی را گرفت و همهٔ کارِ پژوهشیِ پیشین — ۲٬۵۷۴ متن، ۵۱٬۸۴۳ برش و ۶۶٬۶۸۸ نمایه — در کمتر از سه دقیقه و بیآنکه چیزی گم شود به آن منتقل شد.
از متن خام تا دانشنامه، با داوری و نظارت
پیشنهاد تقطیع و نمایه، مطابق آییننامهٔ رسمیِ تقطیعِ همین مجموعه
۱۴ دستهٔ رنگی و ۱۲۲ نوع نسبت منطقی، هرکدام با الگوی خطِ جدول رسمیِ «علائم روابط منطقی»
هر کاربر فقط کارهای خودش را میبیند و پژوهشگران برای هم با نام مستعار («پژوهشگر ۱۵») دیده میشوند
روی همهٔ موجودیتها با ایندکس trigram و گزارشهای عملکرد
هماهنگیِ ۱۲ نقش و داوریِ چندطرفه، منطق دشواری برای مدیریت دارد.
ماشینِ حالت سمت سرور با قواعد اعتبارسنجی و ارجاعِ خودکار میان نقشها.
تقطیعِ مفهومیِ متنِ طولانیِ سخنرانی، کاری زمانبر و دقیق است.
قواعد آییننامهٔ تقطیع در پرامپت نوشته شده؛ متن با جملههای شمارهدار فرستاده میشود و مدل فقط بازهٔ شمارهٔ جملهها و نمایه را برمیگرداند، نه خودِ متن را — ارزانتر، و بدون خطرِ دستکاریِ متن. نتیجه برای هر متن کش میشود.
نمایشِ صدها مفهوم و نسبت بهشکلی که قابلفهم و قابلکاوش باشد.
گرافِ سهبعدیِ سفارشی با Three.js؛ وقتی چند موضوع زیر یک اصطلاحِ استاندارد جمع شوند، یالها به گرهِ همان اصطلاح منتقل میشوند تا گراف شلوغ نشود.
جستوجو روی حجمِ بالای متن، بهراحتی کند و ناکارآمد میشود.
ایندکسهای trigram در PostgreSQL برای جستوجوی سریعِ متنِ کامل.
وقتی متن سخنرانیها از منبع اصلی دوباره و اصلاحشده گرفته شد، هزاران برش و برچسب به جای مشخصی از متنِ قبلی اشاره داشتند.
نگاشتِ جابهجاییِ واژهبهواژه: ۳٬۱۵۵ متن جایگزین شد و فقط ۰٫۵۳٪ برچسبها جابهجا شدند. ویرایشگرِ برشِ متن هم فقط حذف را مجاز میداند تا هر نشانی دقیق نگاشت شود؛ با ۲۰ هزار حالتِ تصادفی آزموده شده است.
کار دهها پژوهشگر باید با قواعد آییننامه سنجیده شود، اما هشدارهای اشتباه، فهرست بررسی را بیمصرف میکرد.
یازده قاعدهٔ بررسیِ خودکار؛ با اصلاح قواعد، صف بررسی از حدود ۷۰ هزار مورد به ۱۴ هزار رسید بیآنکه کاری از دست برود — فقط یک قاعده ۴۷٬۸۳۱ هشدار نادرست تولید میکرد.
سایت هماکنون فعال است؛ در یک زبانهٔ جدید بازش کنید و همینجا هم بمانید.