روشی برای رفع چالش های محتواکاوی در وب های فارسی زبان

زبان فارسی از دو منظر برای ما ایرانیان دارای اهمیت است. اول آن که این زبان با تاریخ و فرهنگ و تمدن ما پیوندی دیرینه و ناگسستنی دارد و دوم آن که زبان فارسی زبان رسمی کشور و ابزار مبادله اندیشه ها وایده ها در عرصه علمی و فرهنگی این مرز و بوم محسوب می گردد. رشد علمی و فنی و فرهنگی ما در گرو برقراری ارتباط زبانی و کلامی با دنیای الکترونیکی عرضه دانش و فرهنگ است که وب نام دارد و این میسر نیست جز با تقویت کیفی زبان فارسی مورد استفاده در این دهکده جهانی. اما زبان فارسی، در تلاقی با جهان الکترونیکی، بخصوص از بعد رسم الخط، دارای دشواری هایی است که کاوش در محتویات آن را دچار کم کیفیتی می نماید. این مقوله مستلزم تمهیداتی چند است تا زبان فارسی را به زبانی مناسب برای پهنه الکترونیکی دادوستد دانش وب تبدیل نماید. مقاله حاضر تلاشی است درجهت مرتفع سازی چالش های کاوش در وب های فارسی زبان که از دیدگاه رسم الخطی، با استفاده از نمایه سازی فارسی و دیدگاه مفهومی، با استفاده از انتولوژی قابل بحث هستند.