چارچوبي براي تشخيص خودكار آيات قرآن در متون فارسي و عربي

در این مقاله چگونگی طراحی و پیاده سازی موتور هوشمند تشخیص آیات قرآن مطرح شده كه می توان به طور خودكار آیات قرآنی موجود در متون دیجیتالی مختلف را تشخیص داده و برجسته كند. حیطه پردازشی این سیستم جزو سیستم های متن كاوی قرار دارد و عملیات انجام شده در آن به دلایلی كه در مقاله آرایه شده، فراتر از حد سیستم های تطابق دقیق چند الگویی معمول است؛ چرا كه در آن با مسائلی از قبیل تشخیص توالی الگوها و تشخیص چندین الگوی متفاوت به عنوان یك الگو روبرو هستیم. در پیاده سازی این سیستم، الگوریتمی نوین مبتنی بر اندیس گذاری متن و الگوها طراحی شده كه ایده اصلی آن نگاشت الگوها و متن مورد پردازش به یك سری آرایه های عددی و پردازش بر روی این اعداد به جای پردازش متن است. نتایج آزمایش ها نشان می دهد كه این ایده تاثیر بسزایی در كارایی (دقت و سرعت) الگوریتم داشته است.