این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم و فنون مدیریت اطلاعات، جلد ۱۰، شماره ۴، صفحات ۰-۰
عنوان فارسی ارائه الگویی برای مدل زبانی بزرگ توضیح‌پذیر علوم اسلامی - انسانی مبتنی بر گراف دانش
چکیده فارسی مقاله چکیده

در دهه‌های اخیر، پیشرفت‌های قابل‌توجهی در زمینه علوم اسلامی - انسانی به وقوع پیوسته است. این پیشرفت‌ها شامل توسعه فناوری‌های جدید، روش‌های نوین پژوهشی و بهبود درک مفاهیم پیچیده می‌شود. بااین‌حال، چالش‌های قابل‌توجهی همچنان در زمینه سازمان‌دهی و تحلیل این مفاهیم وجود دارد. این چالش‌ها به‌ویژه در تحلیل مفاهیم دینی و استنتاج علمی خود را نشان می‌دهند. باوجود توسعه فناوری‌های نوین مانند گراف دانش و مدل‌های زبانی بزرگ، کاربرد مؤثر و هم‌افزای این فناوری‌ها در حوزه علوم اسلامی - انسانی به‌طور کامل محقق نشده است.

یکی از دلایل اصلی این مسئله، پیچیدگی و تنوع مفاهیم و مقولات در این حوزه‌هاست. مفاهیم دینی و انسانی به‌طور طبیعی دارای ابعاد و لایه‌های متعددی هستند که تحلیل آن‌ها نیازمند رویکردهایی نوین و کارآمد است. گراف دانش به‌عنوان ابزاری قدرتمند برای سازمان‌دهی اطلاعات و نمایش روابط بین مفاهیم شناخته می‌شود. این ابزار می‌تواند به شفاف‌سازی و تجسم روابط پیچیده میان مفاهیم کمک کند و به پژوهشگران امکان می‌دهد تا به‌راحتی روابط میان مفاهیم مختلف را درک کنند.

در مقابل، مدل‌های زبانی بزرگ قادر به پردازش و درک زبان طبیعی در مقیاسی وسیع هستند. این مدل‌ها می‌توانند به تحلیل متون و استخراج اطلاعات معنادار از آن‌ها بپردازند و به پژوهشگران این امکان را می‌دهند که به‌سرعت به داده‌های موردنیاز دسترسی پیدا کنند. ترکیب این دو رویکرد می‌تواند به توسعه چارچوب‌های نوین برای تحلیل و استنتاج داده‌ها در حوزه‌های علوم دینی کمک کند و بستر مناسبی برای پژوهش‌های پیشرفته فراهم آورد.

این مقاله با ارائه یک الگوی پیشنهادی برای ترکیب گراف دانش و مدل‌های زبانی بزرگ، به دنبال ایجاد بستری برای تحلیل دقیق‌تر و کارآمدتر مفاهیم در این حوزه‌هاست. هدف این الگو، ارتقا کیفیت تحلیل و استنتاج در حوزه‌های علوم اسلامی - انسانی است که با استفاده از دو فناوری مذکور به کار گرفته می‌شود.

پژوهش پیش رو از لحاظ هدف توسعه‌ای و با رویکرد کیفی انجام شده است. روش گردآوری داده‌‌ها کتابخانه‌ای و برای مرور نظام‌مند متون بوده که به شناسایی مفاهیم کلیدی و اساسی پرداخته است. منابع موجود در دو حوزه گراف دانش و مدل‌های بزرگ زبانی با روش هدفمند جهت تحلیل انتخاب و مورد بررسی قرار گرفته است.

یافته‌ اصلی پژوهش حاضر، طراحی یک الگوی جدید مبتنی بر ترکیف گراف دانش و مدل‌های زبانی بزرگ برای تحلیل و استنتاج مفاهیم علوم اسلامی-انسانی است. گراف دانش به‌عنوان ابزاری برای سازمان‌دهی اطلاعات و نمایش روابط میان مفاهیم می‌تواند به شفاف‌سازی و تجسم روابط پیچیده میان مفاهیم کمک کند. همچنین، مدل‌های زبانی بزرگ قادر به پردازش زبان طبیعی و استخراج اطلاعات معنادار از متون هستند. ترکیب این دو رویکرد می‌تواند به توسعه چارچوب‌های نوینی برای تحلیل و استنتاج داده‌ها در حوزه‌های علوم دینی کمک کند.

یکی از ویژگی‌های بارز این مدل، توانایی آن در انعطاف‌پذیری و سازگاری با نیازهای متنوع پژوهشگران است. این ویژگی به پژوهشگران این امکان را می‌دهد که با استفاده از این چارچوب، به تحلیل‌های عمیق‌تر و جامع‌تری دست یابند که به فهم بهتر و استنتاج دقیق‌تر مفاهیم دینی و علمی کمک می‌کند. این الگو همچنین می‌تواند به‌عنوان پایه‌ای برای توسعه ابزارهای آموزشی و پژوهشی در حوزه علوم اسلامی - انسانی مورداستفاده قرار گیرد. به‌ویژه در زمینه آموزش، این چارچوب می‌تواند به توسعه روش‌های نوین تدریس و یادگیری در حوزه‌های مختلف علوم اسلامی - انسانی کمک کند.

تجزیه‌وتحلیل دقیق مفاهیم دینی و علمی به پژوهشگران این امکان را می‌دهد که به درک بهتری از متن‌ها و منابع دست یابند و از این طریق به ساختارهای جدیدی در دانش انسانی و دینی برسند. این مهم به‌ویژه در زمینه تحولات اجتماعی و فرهنگی که نیازمند درک عمیق‌تری از مفاهیم دینی و انسانی هستند، اهمیت بیشتری پیدا می‌کند.

در نتیجه‌گیری، این پژوهش نشان می‌دهد که تلفیق گراف دانش و مدل‌های زبانی بزرگ می‌تواند به‌عنوان رویکردی نوین و کارآمد در تحلیل و استنتاج مفاهیم پیچیده در علوم اسلامی - انسانی مطرح شود. امید است که این چارچوب پیشنهادی بتواند به‌عنوان الگویی برای تحقیقات آتی و توسعه سیستم‌های هوشمند در این حوزه‌ها مورد بهره‌برداری قرار گیرد. این چارچوب می‌تواند به‌عنوان بستری برای نوآوری و توسعه در علوم اسلامی - انسانی عمل کند و به بهبود فرایندهای تحقیق و تحلیل در این حوزه‌ها کمک کند. در نهایت، امید است که این پژوهش بتواند به توسعه روش‌های نوین و کارآمد برای تحلیل و استنتاج مفاهیم پیچیده در علوم اسلامی - انسانی منجر شود و به‌عنوان الگویی برای تحقیقات آتی مورداستفاده قرار گیرد.
کلیدواژه‌های فارسی مقاله گراف دانش، مدل های زبانی بزرگ، هوش مصنوعی توضیح پذیر، علوم اسلامی - انسانی، منطق، استنتاج مفهومی،
عنوان انگلیسی Explainable Large Language Model for Islamic and Humanities Sciences Based on Knowledge Graphs
چکیده انگلیسی مقاله In recent decades, significant advancements have occurred in the fields of Islamic and human sciences. These advancements include the development of new technologies, innovative research methods, and improved understanding of complex concepts. However, considerable challenges remain in organizing and analyzing these concepts, particularly in the analysis of religious concepts and scientific inference. Despite the development of modern technologies such as knowledge graphs and large language models, the effective and synergistic application of these technologies in the realm of Islamic and human sciences has not yet been fully realized. One of the main reasons for this issue is the complexity and diversity of concepts and categories within these fields. Religious and human concepts inherently possess multiple dimensions and layers, requiring novel and efficient approaches for their analysis. Knowledge graphs are recognized as powerful tools for organizing information and displaying relationships between concepts. These tools can aid in clarifying and visualizing the intricate relationships among concepts, allowing researchers to easily understand the connections between various ideas. In contrast, large language models are capable of processing and comprehending natural language on a broad scale. These models can analyze texts and extract meaningful information from them, enabling researchers to quickly access the data they need. The combination of these two approaches can lead to the development of new frameworks for analyzing and inferring data in religious sciences, providing a suitable foundation for advanced research. This article proposes a model for integrating knowledge graphs and large language models, aiming to create a framework for more precise and efficient analysis of concepts in these fields. The goal of this model is to enhance the quality of analysis and inference in the domains of Islamic and human sciences, utilizing the aforementioned technologies. The research methodology of this study is based on a descriptive-analytical approach. This method, through library studies and conceptual analysis, identifies key concepts and existing structures. In this context, the hierarchical structures of concepts and conceptual inference have been organized in a manner that enables synergy between knowledge graphs and large language models. This facilitates improved processes of analysis and inference and allows for the development of more advanced systems. The proposed model of this research, based on linking scientific and religious concepts, enables automated responses and text generation. This framework can serve as a theoretical tool and can be applied in future research and the development of intelligent analytical systems. Moreover, utilizing this model can enhance efficiency and accuracy in analysis and inference across various fields of Islamic and human sciences. One notable feature of this model is its flexibility and adaptability to the diverse needs of researchers. This characteristic allows researchers to achieve deeper and more comprehensive analyses using this framework, contributing to a better understanding and more precise inference of religious and scientific concepts. Additionally, this model can serve as a foundation for developing educational and research tools within the field of Islamic and human sciences. Particularly in the realm of education, this framework can assist in developing innovative teaching and learning methods across various disciplines. Accurate analysis of religious and scientific concepts enables researchers to gain a better understanding of texts and sources, leading to new structures in human and religious knowledge. This is especially important in the context of social and cultural transformations that require a deeper understanding of religious and human concepts.

In conclusion, this research demonstrates that the integration of knowledge graphs and large language models can be proposed as an innovative and effective approach for analyzing and inferring complex concepts in Islamic and human sciences. It is hoped that this proposed framework can serve as a model for future research and the development of intelligent systems in these fields. This framework can act as a foundation for innovation and development in Islamic and human sciences, facilitating improvements in research and analysis processes. Ultimately, it is hoped that this study can lead to the development of new and effective methods for analyzing and inferring complex concepts in Islamic and human sciences and serve as a model for future research.
کلیدواژه‌های انگلیسی مقاله گراف دانش, مدل های زبانی بزرگ, هوش مصنوعی توضیح پذیر, علوم اسلامی - انسانی, منطق, استنتاج مفهومی
نویسندگان مقاله علی میرعرب |
استادیار، گروه اشاعه اطلاعات و تبادل دانش، پژوهشگاه علوم و فرهنگ اسلامی، قم ایران

فاطمه دارستانی فراهانی |
کارشناسی علم اطلاعات و دانش‌شناسی، دانشگاه قم، قم، ایران

نشانی اینترنتی https://stim.qom.ac.ir/article_3085_80e1fd335d67e9cba02c6da7a2d1bfd4.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات