طبقه‌بندی خودکار دسته‌های فقه اسلامی

این مقاله به ارزیابی برخی از روش‌های طبقه‌بندی متن برای دسته‌بندی مباحث فقه اسلامی می‌پردازد. فقه یکی از علوم برجسته اسلامی است که به استخراج احکام شرعی از متون دینی می‌پردازد. در این پژوهش از پیکره متنی فقه اسلامی استفاده شده است که شامل بیش از ۱۷,۰۰۰ سند متنی در ۵۷ دسته متفاوت می‌باشد. هدف اصلی این مقاله، ارزیابی روش‌های تبدیل متن به بردارهای عددی و همچنین سنجش کارایی روش‌های مختلف محاسبه ماتریس شباهت (Proximity Matrix) بین اسناد متنی در زمینه طبقه‌بندی متون دینی است. نتایج نشان می‌دهد که بالاترین کارایی طبقه‌بندی، به‌ویژه هنگامی که از روش نمایه‌سازی ۳-گرم (3-grams) و طبقه‌بند KNN با معیار شباهت کسینوسی استفاده شود، حاصل می‌گردد. در این پژوهش، عملکردی معادل ۸۷.۳٪ برای طبقه‌بندی دسته‌های فقه اسلامی گزارش شده است.