مهارت در جستجوی اطلاعات فارسی از اینترنت

[آبجی]

چکیده:
خط فارسی دارای مشکلات مختلفی می­باشد که در جستجو وبازیابی اطلاعات مسائل و مشکلات فراوانی را فراروی کابران اینترنت قرار می­دهد. بهخصوص با رشد سریع انتشارات الکترونیکی بر روی وب در شکلهای مختلف پایگاه­هایاطلاعاتی، وبلاگ و ... و اینکه هیچ قاعده مشخص و ثابتی برای رسم­الخط فارسی وجودندارد باعث شده است که جستجوگران مطالب فارسی با مشکلات فراوانی روبرو بشوند. اینمقاله سعی دارد تا با اشاره به موارد مختلفی که می­تواند در جستجو و بازیابیاطلاعات سرعت و دقت و جامعیت و مانعیت جستجو را بالاببرد موجب افزایش مهارت کاربراناینترنت فارسی بشود.


کلید واژه ها:اینترنت، خط فارسی، جستجو وبازیابی اطلاعات.

مقدمه
اینترنت به عنوان یک محمل اطلاعاتی عظیم،منابع اطلاعاتی را در مقیاسی وسیع در دسترس مخاطبان بالقوه قرار داده است. اغلبسهولت دسترسی به منابع اطلاعاتی اعم از متن و سایر رسانه*ها عمده*ترین مزیت اینترنتمحسوب می*شود. اما این توانایی که هرکس ناشر آثار خود باشد عواقب ناخواسته*ای رانیز در پی خواهد داشت و آشکارترین معضل، آن است که انبوهی از منابع بسیار متنوع وغیر قابل مدیریت را فراهم می­آورد. افزایش سریع منابع اینترنتی نیازمند یکسازمان­دهی مفید و موثر است. هرچند در حال حاضر راهنماهایی برای منابع اینترنتیتهیه شده است که براساس فایل*های مقلوب ساخته شدهِ توسط موتورهای جستجو و بااستفاده از قابلیت*های مختلف این موتورها از جمله : استفاده از عملگرهای بولی،جستجوی دقیق عبارت، محدود کردن یک جستجو به بخش خاصی از رکورد (مانند عنوان ، آدرس) ، کوتاه*سازی کلمات، جستجوی نزدیک*یابی واژه*ها، ایجاد محدودیت زمانی و منطقه*ای وزبانی، و .... به جستجوی اطلاعات کمک می­کند، اما باید تاکید کرد که در امر بازیابیاطلاعات از اینترنت بدون نمایه*سازی نظام یافته نمی*توان انتظار بازیابی مفید وموثر را داشت. هرچند بیش*تر اطلاعات موجود بر روی اینترنت به زبان انگلیسی است، ولیحجم اطلاعات به زبان فارسی نیز با سرعت در حال افزایش است و کاربران به دلایلمختلفی علاقه زیادی به اطلاعات فارسی نشان می­دهند و از آنجائی­که زبان غالب دراینترنت انگلیسی است جستجو به زبان*های غیر انگلیسی از جمله فارسی، مسایل و مشکلاتمختلفی را جدای از مشکلات عمومی اینترنت دارد.


خطفارسی
اشکال و نقصی که در همه خطوط جهان است دو علت دارد که یکی در اصل خطاست و دیگری بر اثر تغییر و تحول زبان ایجاد می*شود. دقت فراوان در ثبت همه دقایقتلفظ اغلب موجب دشواری شیوه خط است و این دقت زمانی ضرورت می*یابد که زبانی توسعهبسیار بیابد و در کشورهای دیگری که به آن زبان سخن نمی*گویند رایج شود. به عنوانمثال در خط عربی نقطه و علامت*های حرکات وقتی به وجود آمد که زبان عربی نزد ملت*هایغیر عرب معمول شد، در خط یونانی نیز نشانه*های آهنگ و تکیه[3] پس از رواج آن زباندر مصر ایجاد شد تا کسانی که زبان مادری*شان یونانی نبود و با تلفظ آن مانوس نبودندبتوانند کلمات و عبارات یونانی را هر چه درست*تر ادا کنند. با این حال هیچ خطی هرقدر دقیق و شماره علامات آن فراوان باشد، ممکن نیست که کاملاً نشانه شیوه تلفظباشد. و با کمک علامات متعدد علم حروف نیز تا کسی چگونگی تلفظ زبانی را نشنودنمی*تواند عبارت و کلمات آنرا مانند اهل آن زبان ادا کند.
اما نقصی که بر اثرتحول زبان و به تدریج در خط حاصل می*شود، مشکلی است که همه ملت*ها با آن رو به روهستند. بعضی از حروف و اصوات زبان در طی زمان تغییر می*پذیرند و این تغییر در گفتارحاصل می*شود، اما خط همیشه صورت کهن تلفظ را حفظ می*کند، و از اینجا میان "گفتار" و "نوشتار" اختلاف روی می*دهد. دیگر آن که هر زبانی ناگزیر لغاتی از زبان*های دیگر بهعاریت می*گیرد و اگر علائم خط در این دو زبان یکی باشد کلمه خارجی به همان املایاصلی در نوشتن به کار می*رودکه اغلب با املای کلمه مشابه در زبان ثانوی تفاوت داردو از اینجا برای اصوات واحد علائم خطی متعدد پدید می*آید. در خط فارسی نمونه همهاین موارد را می*توان یافت. چون خط عربی برای نوشتن فارسی به کار رفت کلماتی که ازآن زبان اخذ شده بود به همان صورت اصلی نوشته شد. حال آنکه به یقین در هیچ دوره*ایحروف خاص عربی را فارسی زبان*ها درست مثل اصل تلفظ نکرده*اند. در زبان*های دیگر نیزاین گونه موارد نمونه*های متعدد دارد. شاید دو زبان انگلیسی و فرانسه بیش از همهزبان*های جهان دچار اختلاف تلفظ و خط باشند. به طور کلی نقائص و معایبی که در خطوطمعمول جهان است را می*توان به طریق زیر طبقه*بندی کرد:
1. شکل واحدی اصوات مختلفرا بیان می کند. چنانکه در فارسی حرف "ی" را گاهی برای حرف لین بکار می­بریم (یک) وگاهی برای حرف مد (بی) و گاهی به جای الف (عیسی) و گاهی برای نشان دادن مصوت مرکب (ری). و یا حرف «و» در کلمات (سوار، سود، تو)
2. اصوات واحد به صورت*های مختلفنوشته می شود. در فارسی حرف "س" سه صورت (س – ص – ث) و حرف "ز" چهار صورت (ز – ذ- ض- ظ) دارد؛ در زبان فرانسه حروفی که "سن" خوانده می*شود پنج رسم الخط دارد که اگرصورت*های جمع را نیز به حساب بیاوریم ده شکل می*شود از این قرارsaint,) ceint, sein, seing, sain)
3. بسیاری از حروف نوشته می*شود ولی خوانده نمی*شود. یعنیعلاماتی بی*فایده در نوشتن به کار می*رود در فارسی نوشتن "واو معدوله" و "هاء غیرملفوظ" از این قبیل است. در انگلیسی نمونه این مورد بسیار است مانند high که دو حرفآخر آن به کلی از تلفظ ساقط است. و یا “K” در کلمه “Know” .
4. اصواتی هستند کهتلفظ می*شود اما در خط نشانه*ای برای آن*ها نیست. در فارسی سه مصوت کوتاه ( َ ِ ُ ) از این قبیل است هم چنین الف در کلمات اسحق و الله که در کتابت نمی*آید. [4]
زبان و خط فارسی نیز مشکلات خاصی را دارا می­باشد و نظام نوشتاری فارسی برایثبت دقیق گفتار، نارسائی دارد و قواعد نگارش آن مدون نیست، از این رو فاصله میانگفتار و نوشتار در فارسی قابل توجه است. بیش*ترین مشکلات نیز به جهت نبود یک رسمالخط واحد که عموم اساتید و اهل فن روی آن اجماع کرده باشند به وجود آمده است. بهطوری که در حال حاضر جدای از چندین شیوه*نامه رسمی همچون" شیوه*نامه سمت، نشردانشگاهی، فرهنگستان، آموزش و پرورش" به تعداد افراد جامعه، رسم الخط و شیوه نگارشزبان وجود دارد، هر ناشری برای خود به قاعده*ای دلخواه عمل می*کندکه این تعددهاموجب پریشانی و پراکندگی شده و با یک­دیگر تفاوت*هایی دارند. از دیگر دلایل می*توانبه عاریتی بودن خط فارسی و چاره*اندیشی برای حرکات و عدم تطابق واج*ها با حروفاشاره کرد. متصل و منفصل*نویسی نیز یکی دیگر از حوزه*های مورد اختلاف است از دیگرمشکلات: گوناگونی معادل*های علمی، انواع مختلف ضبط اسامی خارجی، سرهم*نویسی،جدانویسی، بی*فاصله*نویسی، انواع جمع*ها، صورت*های مختلف نوشتاری، آوانویسی اسامیعناصر و ترکیبات شیمیایی، سرواژه*ها و کوته**نوشت*ها می­باشد.
به طور کلینقص*هایی که برای زبان فارسی شمرده*اند به شرح زیر می*توان عنوان کرد:
1.سه مصوتکوتاه یعنی حرکات زیر و زبر و پیش ( َ ِ ُ ) را از نوشتن ساقط می­کنیم. و این باعثمی*شود به جای این که از خط و نوشتار پی به معنی ببریم بایستی از معنی کلمه وجایگاه آن در جمله آن­را درست بخوانیم مانند کلمات (کَرَم، کَرَم، کِرِم، کُر‏ُم،کِرْم) و (مَلَک، مَلِک، مُلک، مِلک) و یا سه کلمه (حَکَم، حُکم، حِکَم) و نیزننوشتن مصوت*های کوتاه در داخل متن باعث می*شود که برای تلفظ صحیح اجباراً لاتینکلمات به صورت پانویس متن آورده شود که همین امر باعث اتلاف وقت و انرژی می*شود. کهالبته همین لاتین*نویسی هم قاعده خاصی ندارد و هر ناشر و نویسنده*ای سلیقه خاص خودشرا برای آوانویسی حروف فارسی به لاتین دارد. که به عنوان نمونه برای نشان دادن حرکتفتحه و الف و آ هیچ*گونه هماهنگی در کتاب*ها و خصوصا فرهنگ*های مختلف دیده نمی*شود. ”هر چند برخی معتقدند همین ننوشتن حرکات مزیتی است و موجب تندنویسیمی*شود“[5].
2.برای یک حرف چند علامت مختلف داریم مانند علامت*های (س،ص، ث) کههر سه در فارسی یکسان خوانده می*شوند و هم چنین (ذ، ز، ض، ظ) و نیز (ت، ط). البتهاین امر در زبان انگلیسی هم وجود دارد چنان که «ف» ممکن است به شکل*های «F. GH. PH. V » باشد.
3.یک علامت را برای دلالت بر چند حرف مختلف استعمال می*کنیم مانند "و" که پنج مورد نوشتن دارد یکی برای بیان ضمه در کلمات "خوش" و "تو". دیگر بیان مصوتممدود یا "واو ماقبل مضموم" مانند "شور" و "او". سوم بیان حرف صامت "واو" در کلماتیچون "آواز" و "والی" و "عفو" . چهارم بیان حرف مصوت مرکبی که در کلمات "نو" و "جوشن" و مانند آن*هاست. پنجم حرفی که در زبان کنونی خوانده نمی*شود مانند "واومعدوله" در کلمات "*****" و "خواستن" و "واو" در کلمه "عمرو"[6]
4.حرف*هایی همهست که در کلمات خاصی از نوشتن حذف می*شود مانند "الف" در کلمات "اسحق" و "اسمعیل" و "الله"
5.نقطه*هایی متعدد در بالا و پائین حرف که هم سبب دشواری و هم موجباشتباه در خواندن می*شود. اهمیت بیش از حد نقطه درخط فارسی هنگام تشخیص نوریکاراکترها[7] تولید اشکال اساسی می*کند. به عنوان مثال در نظر بگیرید که تفاوت ‹ر› و ‹ز› و یا تفاوت ‹د› و ‹ذ› و یا تفاوت ‹ب› ‹ت› ‹ پ› ‹ث› فقط در نقطه است و چوننقطه جزء بسیار کوچکی است در این امر مشکلات زیادی را فرا روی متخصصین قرار می*دهد. و یا کلمات زیر را در نظر بگیرید که با یک یا چند نقطه عوض می*شوند (بُر، بَر، پُر،پَر، تَر، پُز، پَز، بُز، تِز).
6. یک عیب دیگر هم که برای خط فارسی ذکرکرده*اند این است که از راست به چپ نوشته می*شود. و برای این مورد دلایل مختلفی ذکرشده است از جمله عدم هماهنگی و ایجاد مشکل در نوشتن متون ریاضی و شیمی و نت*هایموسیقی و دستورات شطرنج و این* که خط تصویری یعنی علائم گرافیکی که در کل جهاناستفاده می*شود مانند علائم راهنمائی و رانندگی تماماً از چپ خواندهمی*شوند.
7.پیوسته*نویسی و جدا*نویسی کلمات مرکب که در اکثر موارد به صورتسلیقه*ای عمل می*شود مانند تنوع استفاده از ‹می› چسبان و غیر چسبان و یا تنوع نحوهبه کار بردن «علامت*های جمع ‹ها، ان، جات› ، هم، هیچ، که، (ضمایر شخصی متصل مان،تان، شان)، شناسی، را، چه، چون، تر، ترین، بی (پیشوند نفی)، به، ای (نشانه ندا)، آنو این» در کلمات به صورت پیوسته و یا جدا گانه: (آنچه ، آن چه)؛ (همچنانکه،همچنان*که) ؛ (جنابعالی، جناب*عالی)؛ (هیچکس، هیچ*کس)‏‎؛ (میتواند، می*تواند)؛ (آنها، آنها) در این مورد کلماتی که پیشوند و یا پسوند دارند نیز در شکل*های مختلفنوشته می*شوند. برخی از کلمات در دو شکل متصل*نویسی و منفصل*نویسی به دو شکل مختلفظاهر می*شوند، مانند «علاقمند و علاقه*مند؛ اندیشمند و اندیشه*مند». مصدرها وفعل*های مرکب و اسم*های مشتق از آنها نیز به دو صورت متصل و منفصل نوشته می*شوندمانند «نگه*داشتن و نگهداشتن». در جستجوی مطالب از اینترنت این مورد تولید اشکالمی*کند چنانکه جستجوی «هیچ*کس» نتایج متفاوتی را با جستجوی «هیچکس» می*آورد و یاجستجوی «کتاب*شناسی» و «کتابشناسی» در موتور جستجوی گوگل نتایج متفاوتی را ارائهمی*کند. این گونه کلمات با این که در خواندن متن اشکال کمی به وجود می*آورند و هرآشنای به زبان فارسی به راحتی می*تواند آن را بخواند اما در فن*آوری امروزه و تجزیهو تحلیل کلمات به کمک رایانه اشکال اساسی تولید می*کند و شاید اگر قاعده*ای جامع ومانع برای آن وضع گردد، بتوان گفت بزرگ*ترین مشکل خط فارسی حل شده است. منظور اینکه، برای مثال خواندن سه کلمه «بی*حوصلگی، بیحوصلگی، بی*حوصله*گی» مشکلی ایجادنمی*کند. اما در محیط الکترونیکی و شبکه اینترنت برای بازیابی این کلمه بایستی برایتمام اشکال این کلمه، جستجو را انجام دهیم، البته اگر آگاهی از تمام اشکال نوشتاریآن داشته باشیم.آآ
8.سی و دو حرف الفبای فارسی همراه با چهار علامت مد، همزه،تنوین، تشدید به 130 شکل مختلف ظاهر می*شوند و تفاوت این اشکال در اتوماسیون خطفارسی تولید اشکال می*کند. « تنوع و تعدد نویسگان، یادگیری زبان و خط فارسی را برایآموزگار و آموزنده دشوار و برای نوآموز توان*فرسا می*سازد. تعداد زیاد نویسگان دررابطه با اتوماسیون زبان توسط رایانه مشکلاتی در خصوص تعداد و ترتیب قرار گرفتننویسگان در جداول کد ایجاد می*نماید و طراحان کد در جای دادن این تعداد نویسه درجداول با مساله کمبود جا رو به رو هستند. هر چند که مشکل جا با کد 16 بیتی حل شدهاست اما مسایل دیگری هم­چنان باقی می*مانند که احتیاج به برطرف شدن دارند»[8]
9. نوشتن ک و گ (کـ گـ ک گ گ ک) در اشکال مختلف نیز باعث سردرگمی و عدم جستجوی صحیحمی*شود.
10. در اغلب اوقات یک فاصله اضافی معنی متفاوتی و یا متضادی را می*دهد (مثل مادر ، ما در.
11. سه کرسی مختلف برای حرف*های مختلف الفبا باعث می شود کهدر مقایسه با اکثر زبان*ها تعداد سطرهای هر صفحه به مراتب بیش*تر گردد چون برخیحروف روی خط کرسی قرار می*گیرند و برخی پائین خط کرسی و برخی بالای خط کرسی مثل (اب م )
12.از آنجائیکه حروف در نوشتن غالباً به صورت چسبیده و پیوسته نوشتهمی*شوند و این امر تشخیص حرف به حرف نوشته به وسیله رایانه را، دچار مشکلمی*کند.
13. در او. سی. آر. فارسی هم چنین اعداد نیز مشکل ساز هستند چنانچه صفردر فارسی یک نقطه کوچک است که می*تواند رایانه را به اشتباه بیاندازد و نیز اعداد 1و 2 و 3 بسیار شبیه هم هستند و تفاوت*شان در یک دندانه کوچک است.
14. تنوعاملائی یا تنوع در رسم الخط بعضی از کلمات که همه شکل*های آن نیز درست است مانند( اتاق و اطاق) و یا (امپراتور و امپراطور). و کلماتی که فقط یک شکل آنها صحیحمی*باشد ولی شکل ناصحیح آن نیز زیاد استفاده می*شود مانند «ذغال و زغال؛ خوشنود وخشنود». البته این جدای از تنوع در مفهوم کلمات است که در دیگر زبان*ها نیز وجوددارد، یعنی برای بعضی از مفاهیم ممکن است کلمات متنوعی استفاده بشود. مانندکامپیوتر و رایانه.
15. بکار بردن همزه درصورت*های مختلف مانند (مساله، مسئله) *؛ (مسئول، مسوول)
16. استفاده از ‹ا› و ‹آ› به جای یک­دیگر مانند (فرایند وفرآیند)
17. شکل*های مختلف ضبط نام­های بیگانه در فارسی: ورود واژه*های بیگانهمعمولا از راه ورود پدیده*های فرهنگی نو در عرصه*های مختلف فنی ، علمی، اجتماعی،سیاسی و هنری و .... و یا از طریق افراد دو زبانه انجام می*گیرد که به قرض*گیریزبان معروف است و کم و بیش در تمام زبان*ها وجود دارد. واژه*های بیگانه اغلب برایپر کردن خلاء واژه*های علمی و یا ارتباطی سودمند هستند، اما وجود آن*ها مسائلی ازقبیل چگونگی ضبط آن*ها در زبان قرض*گیرنده را به* وجود می*آورد. برای ضبط واژه*هایقرضی به سبب اختلاف فاحش نشانه*های الفبای فارسی با نشانه*های الفبای خارجی مشکلاتجدی وجود دارد. از جمله این که الفبای فارسی آوانگار نیست و به همین جهت در ضبطدقیق تلفظ واژه*های زبان فارسی نیز ناتوان است و این ناتوانی در ضبط واژه*هایبیگانه به مراتب بیش*تر است و این که در مورد برگردان اسامی خارجی به خط فارسیقاعده خاصی وجود ندارد و هر کس بنا بر سلیقه و ذوق خود این کار را انجام می*دهد کهدر نتیجه یک کلمه واحد به صورت*های مختلف نوشته می*شود. برای مثال (اتومبیل واتوموبیل)؛ (کلسیم، کلسیوم، کالسیوم) و یا اسم Franklin به صورت (فرانکلین،فرانکلن، فرنکلین، فرنکلن) ضبط شده است. خانم صدیق بهزادی این مشکلات را به سه دستهتقسیم کرده است: ” 1- نام*هایی که در برگردان آن*ها هم*خوان*ها ایجاد مشکل می*کنند. 2 – نام*هایی که در برگردان آن*ها واکه*های ساده مشکلاتی را به* وجود می*آورند . 3 – و سوم نام*هایی که در برگردان آن*ها مشکل اصلی مربوط به واژه*های مرکب است[9].
18.استفاده یا عدم استفاده از ‹ی› در کلمات مختوم به ‹الف › مانند (موسی وموسا)
19.استفاده یا عدم استفاده از ‹ء› برای کلمات مختوم به های بیان حرکت درحالت مضاف مانند (خانه مسکونی و خانهء مسکونی و یا خانه*ی مسکونی)
20.استفادهیا عدم استفاده از اعراب برای کلمات.
21.انواع مختلف جمع برای یک واژه مفرد: بهعنوان مثال جمع بستن یک واژه با علایم جمع فارسی وعلایم جمع عربی و نیز جمع بستن بیقاعده (جمع مکسر)، استفاده ازجمع جمع، مانند (معلم، معلمین، معلمان،معلم*ها).
22.تنوین*های زبان عربی نیز از جمله دشواری*های رعایت اصل هم*خوانینوشتاری و گفتاری هستند.
23.در نگارش یاء وحدت یا نکره در آخر کلماتی که به هاءمختفی یا غیر ملفوظ ختم می*شوند سه نوع املاء* دیده می*شود. (خانه*ای، خانه*یی،خانة)
24.کلمه*های عربی در شکل*های گوناگون در زبان فارسی نوشته می*شوند. (مبدا، مبداء)؛ (ابتدا، ابتداء)؛ (نسبتاً، نسبته، نسبتا) و ....
25.ناتوانی خطفارسی در نشان دادن تلفظ واژه*های ایران باستان و میانه و گویش*ها و لهجه*هایایرانی و واژه*های بیگانه حتی با نشانه*ها.
26.وجود دندانه*های متعدد درکلماتخواندن کلمات و به خصوص در او.سی.آر. فارسی ایجاد اشکال می*کند مانند کلمات: نشستنو استشهاد.
27. حروف فارسی غالباً مشابه*اند و با اندگی غفلت به جای هم نوشتهمی*شوند و مطلب را به کلی دگرگون می*کنند مانند (در، رد، ور)

[آبجی]

زبان وخط فارسی در اینترنت :
حجم اطلاعات به زبان فارسی در روی اینترنت در اشکالمختلف آن به سرعت رشد کرده است. در حال حاضر توسعه وبلاگ*های فارسی و سایت*های علمیو تبلیغاتی و دانشگاهی به زبان فارسی باعث شده است که جایگاه زبان فارسی تا حد زباناول ارتباطات اینترنتی نزد ایرانیان و فارسی*زبانان در سراسر جهان ارتقا یابد. شایدبتوان گفت که اولین مرجع وبلاگ*نویسی فارسی با انتشار راهنمای ساخت وبلاگ فارسیآغازشده است. بدون شک دومین موج نیز با شروع به کار سایت پرشین بلاگ که امکانراه*اندازی وبلاگ برای کاربران فارسی زبان را با سهولت بیش*تری فراهم می*کند آغازشده است. اما پیامد قابل توجه دیگری که رشد وبلاگ*نویسی در ایران داشته است پیدایشسایت*های اینترنتی فارسی زبانی است که صاحبان وبلاگ*ها ایجاد کرده*اند و این خودموج جدیدی از گسترش کاربرد اینترنت در جامعه ایران به حساب می*آید. اکنون روی آوردنبرخی از روزنامه*نگاران ، پژوهش­گران، دانشجویان و .... به وب فارسی و استفاده ازمنابع خبری و علمی و .... آن موجب تقویت نقش رسانه*ای وب فارسی شده است.
پدیدهدیگری که باعث گسترش زبان و خط فارسی در اینترنت شده است ایجاد کتابخانه*هایدیجیتالی فارسی در شبکه جهانی است، با این که از شکل*گیری کتابخانه*های فارسی درشبکه جهانی مدت زیادی نمی*گذرد با این حال به سرعت در حال رشد و گسترش است. شماریاز این کتابخانه*ها در پایگاه*های اینترنتی شکل گرفته*اند و بسیاری وبلاگ*هاییهستند که برای این* کار راه*اندازی شده*اند. از ویژگی*های این* کتابخانه*ها این استکه هیچ* یک جنبه تجاری ندارند و نیز به جز عده معدودی اکثر کتابخانه*ها کوشیده*اندجانب بی*طرفی را رعایت کرده و از اعمال سلیقه شخصی پرهیز کنند. آنچه در بسیاری ازکتابخانه*های مجازی فارسی در دسترس است تنها شامل کتاب نیست بلکه نوشته*هایی اعم ازداستان ، مقاله، تک نگاشت و .... نیز در میان مجموعه*ها دیده می*شود. هم چنین استآثاری که احتمالاً هیچ گاه چاپ کاغذی ندارند و البته وجود کتاب*هایی که مدت*هاستنایاب*اند و مجال انتشار دوباره نیافته*اند و یا آثاری که امروز به دلایلی بازچاپآن*ها مقدور نیست از جاذبه*های کتابخانه*های مجازی*اند. در اینجا شماری از اینکتابخانه*ها ذکر می*شوند: پایگاه اینترنتی کتاب*های رایگان فارسی، پایگاه اینترنتیبانی تک، کتابخانه مجازی داستان*های فارسی، آوای آزاد، پایگاه اینترنتی خوابگرد،کتابخانه دوات، پایگاه اینترنتی سخن، وبلاگ کتابخانه هرمس، پایگاه اینترنتی گفتمان،پایگاه تاریخ و فرهنگ ایران زمین،*پایگاه مرکز جهانی اطلاع*رسانی آل البیت،کتابخانه پایگاه اینترنتی حوزه، پایگاه اینترنتی امام علی (ع)، پایگاه اینترنتیکتابخانه دیجیتال و .... که لازم به ذکر است غلبه با کتاب*های دو حوزه ادبیات و دیناست.[10]
کاربران به دلایل مختلفی از قبیل" دسترسی آسان و ارزان به حجم عظیماطلاعات ، عدم نیاز اطلاعات یافته شده از اینترنت به تایپ مجدد ، دسترسی سریع واطلاعات جدید، صرفه*جویی در وقت و مهم*ترین دلیل، عدم تسلط اکثر کاربران به زبانانگلیسی "که زبان غالب بر اینترنت است" به دنبال اطلاعات فارسی از اینترنت هستند. گسترش زبان و انبوهی از نوشتارها ایجاب می*کند که خط ضابطه داشته باشد و از سویدیگر پیشرفت فن*آوری و پیدایش اینترنت خواستار ضابطه و قانونمندی است. اطلاع*رسانیکه جنبه بین­الملی پیدا کرده است بدون دستورِ خطی سامان یافته و نظام*مند میسر نیستو دست*کم دشواری*ها می*آفریند. در حال حاضر وبلاگ­های فارسی مقام دوم یا سوم را درجهان دارا می­باشد. به نظر دکتر آشوری“ اگر زبان فارسی به همین صورت بی­دقت دراینترنت به کار رود در سطح زبانی برای تفنن باقی خواهد ماند و کم­تر حرفی جدی بهاین زبان زده خواهد شد. آینده زبان فارسی در اینترنت بستگی به این دارد کهنویسندگان فارسی تا چه حد کار خود را جدی بگیرند و این زبان را بازسازی کنند که ازلحاظ قدرت بیان و دقت مفاهیم و استواری ساختار دستوری به زبان انگلیسی نزدیکشود“.[11]
نبود استاندارد ثابت رسم الخط فارسی موجب این شده است که به تعدادصفحات وب فارسی سبک و سیاق نگارش به کار رفته باشد لکن می*توان چنین ارزیابی نمودکه اکثر وب*های فارسی در برخی خصوصیات مشترک می*باشند از جمله این که نگارش برخی ازآن*ها زبان غیر رسمی و محاوره*ای می*باشد و به خصوص در متون علمی اغلب واژه*هایبیگانه به دفعات استفاده می*شود. رسم­الخط مورد استفاده نیز متفاوت و سلیقه*ای استو برخی از آن*ها غلط*های تایپی و نگارشی فراوانی دارند و این خصوصیات، اغلب به جهتمحدودیت*های محیط الکترونیکی و عدم تطابق رسم الخط فارسی با آن می*باشد کهنمایه*سازی و سپس جستجو به این زبان را با دشواری*هایی رو به رو می*سازد.
باتوجه به این نکته که اطلاعات ارزشمند فراوانی در اینترنت وجود دارد و اینترنت باشتابی فراوان به یک منبع اطلاعاتی ممتاز تبدیل شده است. موتورهای جستجو به عنوانیکی از اساسی­ترین دروازه­های ورود به منابع اینترنتی دارای ضعف­هایی هستند. کهمی­توان به این موارد اشاره کرد:
- در یک مجموعه از یافته­های بازیابی شدهمدخل­های تکراری فراوانی ملاحظه می­شود.
- نتایج غیر قابل پیش­بینی هستند.
- نتایج چه بسا گمراه کننده باشند: ممکن است جستجویی در یک موتور کاوش نتیجه­اینداشته، ولی در موتور دیگر دارای یافته­های فراوان باشد.
- موتورهای کاوشمحتویات پایگاه­های اطلاعاتی خودشان را نشان نمی­دهند و از معیارهایی که برایگنجاندن یک مدرک در فایل­هایشان دارند حتی شرحی ارائه نمی­کنند.
- مهار واژگانیوجود ندارد و قواعد نقطه­گذاری و بزرگ­نویسی نیز استاندارد نیست.
- بدون بررسیعملی هر عنصر، اغلب نمی­توان میزان ربط و رابطه­ها را تحلیل کرد. یعنی اطلاعات کافیدر مدخل نمایه نیست تا فرد بتواند دست به انتخاب بزند.[12]
- عدم توان موتورهایجستجو در تمایز میان مدارکی که توسط فرد الف نوشته شده و مدارکی که در باره فرد الفنوشته شده است.
- منابع قابل توجهی در شبکه وب وجود دارند که توسط موتورهایجستجو نمایه نمی­شوند. به این بخش از وب اصطلاحاً وب نامرئی می­گویند. "وب نامرئیبخش بزرگی از وب است که موتورهای جستجو آن­ها را نمایه نمی­کنند یا نمی­توانندنمایه کنند و عبارتند از: سایت­های دارای رمز عبور، فایل­های پی. ­دی­. اف از متونآرشیو شده، ابزارهای تعاملی نظیر ماشین حساب­ها و برخی از واژه­نامه­ها و همچنینبعضی از پایگاه­های اطلاعاتی، منابع محافظت شده از طریق اسم کاربر و گذرواژه، منابعو صفحات وب بدون پیوند و صفحات افزون بر حداکثر تعداد صفحات قابلمرور"[13].
جستجوی اطلاعات در اینترنت به دو روش می*تواند صورت گیرد یکی استفادهاز جملات زبان محاوره*ای است و دیگری بکارگیری کلمات کلیدی. در روش استفاده ازجملات زبان محاوره*ای که اغلب به کاربران تازه*کار پیشنهاد می*گردد، مورد سوال خودرا در قالب یک جمله سوالی مطرح می*سازند. ­یکی از عیب*های بزرگ این روش تعداد نتایججستجوی زیادی است که بازگردانده می*شود. به همین دلیل این روش توسط کاربران حرفه*ایو حتی توسط همه، کم­تر استفاده می*شود. اما چنانچه از این روش استفاده بشود بایستیسعی در انتخاب بهترین نوع جمله بشود و توصیه می*شود در انتخاب یک یک کلمات لحظه*ایدرنگ نموده و با ظرافت خاصی جمله نهایی را مطرح نمود.
یکی از کاراترین ومقتدرترین روش­های جستجوی اطلاعات در دنیای وب استفاده از واژه*هایی است کهاصطلاحاً کلمات کلیدی نامیده می*شوند. اغلب کاربران حرفه*ای و جستجوگران ورزیدهدنیای اینترنت می*توانند با طرح بهترین کلمات کلیدی و بکار بستن قوانین ترکیب آن*هابا هم برای نیازهای اطلاعاتی خود پاسخی در خور بیابند. در این روش توصیه*های زیربرای انتخاب کلمات کلیدی و نیزجستجوی دقیق و مفید پیشنهاد می*شود:
1- حتی*المقدور سعی شود کلمات کلیدی از میان اصطلاحات منحصر به فرد و اسامی خاص انتخاببشود.
2- حتی*المقدور از آوردن کلمات عمومی که عناوین بسیاری را در زیر مجموعهخود شامل می*شوند جداً خودداری کنید.
3 – همیشه اسم شخص یا نام شی یا هر چیزدیگری را که مد نظر دارید بطور کامل وارد کنید.
4 – دقت کنید که اگر موتور جستجومیان حروف بزرگ و کوچک تفاوتی می*گذارد، این مسئله را در طرح کلمات کلیدی خود مدنظر داشته باشید.
5 – در نظر داشته باشید اگر نتیجه جستجو صفر بود به احتمالزیاد می*تواند از یک اشتباه تایپی باشد.
6 – اگر املای صحیح و کامل کلمه*ای رانمی*دانید از کارکتر جانشین که اغلب * و یا ؟ است استفاده کنید.
7 – اگر یک کلمهکلیدی را برای طرح دقیق و تمام و کمال یک مورد جستجو کفایت نمی*کند از تکنیک*هایجستجوی عبارتی، استفاده از اپراتورهای جبر بولین (AND, OR, NOT) استفاده کنید. جستجوی عبارتی یکی از مهم*ترین و قدرتمندترین امکانات جستجو در اغلب موتورهای جستجومی*باشد و می*توان یک عبارت یا جمله مشخص را به همان ترتیبی که کلمات وارد شده*اندمورد جستجو قرار داد. برای این روش جستجو عبارت مورد نظر را داخل گیومه"" بگذارید
8 - استفاده از عملگر AND : and به مفهوم "و" برای محدود کردن دامنهجستجو از طریق ترکیب کلیدواژه*های مختلف به کار می*رود و برای ترکیب کلیدهای جستجوزمانی*که برای شما مهم است که دو یا چند کلمه کلیدی حتماً وجود داشته باشد و علامتآن در پایگاه*های مختلف به صورت استفاده از عبارت and ،استفاده از + ، انتخاب عبارت all the word از منو، انتخاب عبارت match on all words (and) بوسیله کلیک کردن برروی دکمه*های رادیویی می*باشد.
9 – استفاده از عملگر OR: اپراتور OR به مفهوم "یا" و برخلاف عملگر AND باعث گسترش دامنه جستجو و بازیابی اطلاعات بیش*تر شده برایترکیب کلیدواژه*های جستجو زمانی که انتظار دارید تنها یک، دو یا چند کلمه کلیدیحضور داشته باشند و علامت آن استفاده از عبارت or، نحوه اجرای ساده و معمولی آن،انتخاب عبارت any of the words از منو، انتخاب عبارت match on any words (or) باکلیک بر روی دکمه های رادیویی می*باشد. یکی از کاربردهای مهم این عملگر پوشش مفاهیمیا اصطلاحات مترادف، مرتبط، یا با املاهای متفاوت می*باشد.
10 – استفاده ازعملگر NOT : اپراتور Not به مفهوم "نه" و یا به جز که در این صورت تمامی جواب*هایبازگشتی که حاوی عبارت یا کلمه کلیدی هستند حذف خواهند گردید و برای اجرای آن تنهاکافیست که not را قبل از عبارت یا کلمه کلیدی مورد نظرتان با یک فاصله بیاورید.
11 – استفاده از کوتاه*سازی [14]کلید واژه*ها: این تکنیک به ما امکان می*دهد کهبا وارد کردن بخشی از یک کلیدواژه بتوانیم مشتقات مختلف آن را نیز در فرآیند جستجوبازیابی کنیم. اکثر موتورهای جستجو این تکنیک را با استفاده از علامت ستاره ارائه می*دهند. یکی از مشکلات استفاده از این تکنیک این است که باعث بازیابیاطلاعات غیرمرتبط و ناخواسته زیادی می*شود.
12 – استفاده از عملگرنزدیک*یابی[15]: در بسیاری از موارد استفاده از عملگر and باعث بازیابی اطلاعاتیشود که برای ما مفید نمی*باشد، به این دلیل که این عملگر کلیدواژه*ها را در هر کجایمتن که باشند بازیابی می*کند. در این موارد استفاده از تکنیک نزدیک*یابی می*توانداز ریزش کاذب اطلاعات و یا بازیابی اطلاعات غیر مرتبط جلوگیری نماید. همه موتورهایجستجو قابلیت استفاده از این تکنیک را ندارند ولی به عنوان مثال در موتور جستجویآلتاویستا می*توان با استفاده از عملگر NEAR از این تکنیک استفاده نمود.
13 – جستجوی ترکیبی با استفاده از پرانتز: این تکنیک یکی از مهم*ترین تکنیک*های جستجومی*باشد که به وسیله آن می*توان تا حدود زیادی از بازیابی موارد غیر مرتبط در محیطوب جلوگیری کرد. در این روش می*توان از همه عملگرهای جستجو که در بالا گفته شدهیک*جا استفاده کرد و آن*ها را با هم*دیگر ترکیب نمود.
14 – جستجوی کلیدواژه درعنوان صفحات وب: این تکنیک با این پیش فرض که عنوان یک صفحه وب تا حدود زیادینمایان*گر محتوای اطلاعات موجود در آن است به جستجوی واژه*های کلیدی در عنوانسایت*ها می*پردازد. علامت آن در موتورهای جستجو متفاوت است ولی اغلب موتورهای جستجواز طریق فهرست انتخابی و یا گزینه*های دیگر این امکان را فراهم می*آورند.
15 – جستجوی حوزه سایت*ها: با توجه به این* که به صورت قراردادی هر کشوری حوزه خاصی درمحیط وب دارد، قابلیت جستجوی حوزه سایت*ها به ما این امکان را می*دهد که فرایندجستجو را به حوزه خاصی نظیر سایت*های وب ایران (ir) و یا سایت*های وب سازمان*هایغیر انتفاعی (org) محدود کنیم. دستورات استفاده از این تکنیک در موتورهای جستجومختلف می*باشد.
16 – محدود کردن جستجو به زبان*های مختلف؛ باعث می*شود نتایججستجو به زبان*های دیگر آورده نشود و انتخاب مطلب مورد نظر آسان*تر است.
17 – محدود کردن جستجو به تاریخ انتشار منابع در وب: تاریخ انتشار یا به اصطلاح روزآمدیمطلب به خصوص در منابع علمی اصل مهمی است و این*گونه محدودیت باعث می*شود بنا بهنیاز کاربر جدیدترین و یا قدیمی*ترین منبع بازیابی بشود.
18 – جستجوی رسانه*هایمختلف: موسیقی، عکس، ویدئو : زمانی* که فقط نوع خاصی از رسانه مورد نیاز است بهعنوان مثال زمانی که به عکس یک شخصیت نیاز داریم، جستجو در میان عکس*ها باعث می*شودنتیجه جستجو شامل اطلاعات دیگری در مورد آن شخصیت نباشد.
19 – جستجوی صفحات بافرمت*های مختلف: PDF, Word, MP3, MPEG, ….: زمانی که فرمت خاصی مورد نظر استمی*توان از این تکنیک استفاده کرد . به عنوان مثال اگر مایل باشیم منبع بازیابی شدهدر فرمت PDF باشد، این تکنیک می*تواند مفید باشد.
20 – آگاهی از پیش*فرض*هایجستجو در موتور جستجو: با توجه به این که هر موتور جستجو برای ترکیب واژه*ها یکپیش*فرض دارد و اگر از هیچ گونه عملگری استفاده نشود، کلیدواژه*ها را به صورتپیش*فرض با یکی از عملگرهای جبر بولی ترکیب می*کند؛ آگاهی از این پیش*فرض* موتورهایجستجوی مختلف مهارت ما را در جستجو بالا می*برد.
21 – وب نامرئی: وب نامرئی بهدو دلیل کمّی و کیفی اهمیت دارد کمّی از این نظر که موتورهای جستجو فقط قادر هستندحدود 16 درصد از اطلاعات موجود دراینترنت را بازیابی کنند و اندازه وب نامرئیتقریبا 500 برابر وب مرئی است و کیفی از این نظر که منابع اطلاعاتی موجود در وبعمیق معمولا ارزشمند و مفید هستند و در بسیاری از موارد پاسخ­گوی نیاز کاربرانمی­باشند. آشنایی با ابزارهایی که برای شناسایی منابع وب نامرئی به وجود آمده­اند وکاربران را به سایت­های مناسب راهنمایی می­کنند، باعث دسترسی به این بخش عظیم ازاطلاعات مفید و ارزشمند می­شود. مثل سایت Invisibleweb که فهرستی از منابع نامرئیرا و سایت Completeplaset که فهرستی از تقریبا 40000 پایگاه اطلاعاتی وب نامرئی راارائه می­دهد.[16]

[آبجی]

راهبرد جستجو در اینترنت
جستجو عبارت ازجستجو در منابعی مشخص با استفاده از کلیدواژه*ها و عبارت*های خاص در حوزه*هایموضوعی ویژه است. طراحی نظام*مند مراحل انجام یک جستجو را راهبرد جستجو می*گویند بهنظر پائو «راهبرد جستجو عبارت است از فرایندی که از طریق آن فایلی مورد جستجو قرارمی*گیرد تا مدارک متناسب با نیاز کاربر شناسایی شود. این مدارک بر اساس مجموعه*ایاز معیارهایی که شخص متقاضی مطرح می*کند بازیابی می*شود»[17] هر فرایند جستجومی*تواند به مراحل ارائه درخواست دقیق، انتخاب منابع اطلاعاتی مناسب، آماده کردنجستجو و اجرای جستجو تقسیم شود. بر خلاف منابع نمایه*سازی شده در پایگاه*هایاطلاعاتی کتاب*شناختی؛ مدارک در اینترنت از طریق واژگان کنترل شده قابل بازیابینیستند. بنابراین جستجوگر برای بازیابی باید بر فنون خاص اینترنت متکی باشد. نخستآگاهی از ابزارهای مختلف جستجو در اینترنت و در ادامه انتخاب یکی از این ابزار برایجستجوی اطلاعات مورد نیاز می*باشد. هزاران موتور جستجو،* صدها ابرموتور جستجو وراهنماهای موضوعی وب و پایگاه*های تخصصی وجود دارد و انتخاب درست ابزار جستجو درابتدای کار جستجو می*تواند یک جستجوی موفق را باعث گردد. در زیر چند معیار برایانتخاب ابزار جستجو آورده می*شود:
- اگر در جستجوی اطلاعات خاصی باشید بهتر استاز موتورهای جستجو استفاده کنید.
- اگر در جستجوی یک واژه مبهم یا منحصر به فردهستید از ابرموتورهای جستجو استفاده نمائید.
- اگر در جستجوی اطلاعات عمومی رویموضوعات عام هستید از راهنماهای موضوعی وب استفاده کنید.
- اگر در حال جستجویاطلاعات علمی هستید از کتابخانه*های مجازی استفاده کنید.
- اگر در جستجوی آخریناطلاعات یا برای تغییر پویای فهرست مطالب، آخرین خبرها، راهنماهای دفتر تلفن،دسترسی به زمان پروازهای هوایی و غیره هستید از پایگاه*های تخصصی استفادهکنید.[18]
برای جستجوی اطلاعات از اینترنت چهار شیوه وجود دارد شیوه نخست دسترسیبه اطلاعات از طریق نشانی پایگاه اطلاعاتی مورد نظر بر روی اینترنت (url) است، کهدر این صورت نشانی پایگاه اطلاعاتی در سطر نشانی برنامه مرورگر وب تایپ می*شود وبرنامه مرورگر وب مراجعه کننده را به وب سایت آن نشانی هدایت خواهد کرد. اما اگرفقط یک حرف یا علائم نقطه*گذاری از قلم بیفتد، برنامه مرورگر نخواهد توانست آنپایگاه را باز نماید. روش دوم دنبال کردن لینک*های موجود در صفحات وب است کهکاربران را از صفحه*ای به صفحه دیگر هدایت می*کند. این سهولت دسترسی به منابع در وباز امتیازات بزرگ آن است و برای کاربران امکان مرور سریع و آسان در منابع مختلف رافراهم می*کند. روش سوم بازیابی گزینشی اطلاعات است که در آن در واقع به جای آنکهکاربران شخصا در جستجوی اطلاعات مورد نظر باشند، موضوعات مورد نیاز خود را بهسیستم­های بازیابی گزینشی می*سپارند و سپس در طول زمان، اطلاعات دریافتی جدید توسطسیستم برای آنها به طور خودکار ارسال خواهد شد.
چهارمین روش که در واقعمعمول*ترین و متداول*ترین راه بازیابی اطلاعات در وب است استفاده از موتورهای جستجواست. هنگام جستجو باید دقت کرد که موتور جستجو به طور معمول هوش*مند نیست و معمولاًبه دنبال کلیه کلیدواژه*هایی که شما به دستگاه داده*اید بدون توجه به معنای آن*هامی*گردد.

[آبجی]

نکات کلیدی جستجو به زبان فارسی
برای جستجوی مطالبفارسی طبق گفته*های پیشین چنانچه آدرس سایت به خصوصی که در زمینه موضوعی مورد نظرما فعالیت می*کند را داشته باشیم؛ می*توان مستقیماً به آن سایت رفته و از مطالب آناستفاده نمود. به عنوان مثال سایت تخصصی برنامه*نویس مطالب مفیدی در زمینه رایانه وعلوم وابسته، به ما ارائه می*دهد و یا سایت عمران در زمینه موضوعی عمران فعالیتمی*نماید و نیز سایت*های انجمن ریاضی در زمینه ریاضی، سایت انجمن فیزیک ایران درزمینه فیزیک، سایت انجمن روان­شناسی ایران در زمینه روان­شناسی و علوم تربیتیفعالیت می*نمایند، مرکز اطلاعات و مدارک علمی ایران با دارا بودن پایگاه*هایاطلاعاتی مختلف مخصوصا پایگاه پایان*نامه*ها می*تواند مورد استفاده متخصصین تمامرشته*ها گردد. ولی چنان­چه امکان استفاده از این سایت*ها نباشد و یا آدرس اینسایت*ها را نداشته باشیم بایستی مطلب مورد نظر خود را بوسیله یکی از موتورهای جستجوپیدا بکنیم.
انتخاب موتور جستجو عامل مهمی در فرایند جستجو است. در حال حاضرابزارهای کاوش مختلفی در ایران ظهور پیدا کرده­اند. لیکن ابزارهای جستجویی که امکانجستجوی اطلاعات به زبان فارسی را در اختیار قرار می*دهند، محدودند. از طرف دیگر،امکانات و قابلیت*های* آن*ها برای بازیابی موثر و مناسب اطلاعات متغیر هستند. برخیاز ابزارهای کاوش با امکانات جستجوی فارسی عبارتند از: ان.پی. ایرانNPiran ،ایران*هوIranhoo ، ایران*مهرIranMehre ، پارسیک Parseek ، گوگل Google.
در بینابزارهای کاوش فوق ، تنها موتور کاوش گوگل دارای برنامه روبات به منظور شناسایی ونمایه­سازی صفحات یا سایت­های وب به زبان فارسی و نمایه­سازی خودکار می­باشد و قادراست صفحات فارسی را در قالب یونی*کد شناسایی و در پایگاه خود نمایه کند و سایتپارسیک نیز از پایگاه گوگل برای جستجو و بازیابی اطلاعات استفاده می­کند. به تعبیردیگر، چهار ابزار کاوش دیگر توسط نمایه*سازی انسانی اداره می*شوند و از این لحاظراهنمای موضوعی تلقی می*شوند و انسان، فرآیند شناسایی، بررسی و نمایه*سازی سایت*هایا صفحات وب را بر عهده دارد.[19]
معمولاً به جهت دامنه وسیع موضوعی و نیز صفحهبه زبان فارسی گوگل اکثر کاربران از این موتور جستجو استفاده می*نمایند. برایجستجوی بهتر توجه به نکات زیر ضروری به نظر می*رسد:
- با ترکیب چند واژه کلیدیمهم خیلی سریع می*توانیم مطلب مورد نظر خود را بدست بیاوریم.
- دقت در انتخابکلید واژه*ها به طوری*که واژه*های انتخابی بطور دقیق نماینده نیاز اطلاعاتی ماباشند کمک خواهد کرد تا از نتایج جستجوی گسترده*ای که در اکثر موارد بار اطلاعاتیمفید ندارند دوری گزینیم.
- استفاده از تکنیک جستجوی عبارتی که در آن عبارتجستجوی مورد نظر خود را داخل گیومه" " می*گذاریم و به این ترتیب به موتور جستجومی*گوییم که مطلب مورد نظر ما بایستی عین این عبارت باشد، نیز در محدود کردن نتایججستجو کمک فراوان می*کند.
- استفاده از انواع محدودگرهای زبانی، زمانی، مکانی،شکلی، و موضوعی و ... در جستجوی پیشرفته گوگل به ما در رسیدن سریعتر به مطلب موردنظر کمک فراوانی می*کند.
- به علت این که منابع و اطلاعات موجود در اینترنتبوسیله افراد مختلف و بدون کنترل در شیوه*های رسم*الخط و بدون ویرایش صاحب*نظرانمنتشر می*گردد آشنایی با گونه*های مختلف نوشتاری و املاهای مختلف یک واژه و یا یکمفهوم در زبان فارسی به ما کمک می*کند که با جستجوی گونه*های مختلف نوشتاری یک واژهیا یک مفهوم و استفاده از واژه*های مترادف و متشابه و شکل*های دیگر نوشتاری آن واژهو نیز استفاده از انواع شکل*های جمع و مفرد یک واژه جامعیت جستجوی خود را بالاببریم . به عنوان مثال برای جستجوی مطلبی در زمینه بتن بایستی آنرا به دو صورت «بتون» و « بتن» جستجو نمائیم تا به تمام مطالبی که در زمینه بتن می*باشد دسترسیداشته باشیم و یا به عنوان مثال دوم برای جستجوی مطلبی در باره «آبگرمکن» برایدستیابی به همه اطلاعات موجود بایستی آن را به چهار شکل زیر بنویسیم «آب گرم کن، آبگرمکن، آبگرم کن، آبگرمکن» واضح است که هر کدام از این کلمات نتایج متفاوتی را درموتور جستجو بدست می*دهد. «استاد، اساتید، استادان، استادها» «آمریکا، امریکا» «ئیدروژن، هیدروژن» «آنلاین، پیوسته، درون خطی» از مثال­های دیگری هستند که جستجوبه تمام این شکل*ها جامعیت جستجوی ما را زیاد می*کند و به ما در از دست ندادن مطالبمفید کمک می*کند .
- با استفاده از عملگرهای بولی، دقت جستجو را بالا برده ونتایج جستجوی کم و مفیدی را بدست بیاوریم.
- مترادفات: با استفاده از شکل*هایمختلف مترادفات موجود برای یک مفهوم و هم چنین شبه مترادفات و یا حتی گاهی کلماتمتضاد مثل بی*سوادی و سوادآموزی در جستجو می*توان جامعیت جستجو را بالا برد.
- اسامی مشهور و اسامی علمی: آگاهی از شکل*های مختلف اسامی علمی و مشهور عامیانه واسامی تجاری یک پدیده و یا وسیله و ... و استفاده از آن*ها می*تواند جامعیت جستجورا بالا ببرد.
- با توجه به این که در اکثر وب*ها از واژه خارجی یک کلمه به همانصورت و با همان الفبا استفاده می*شود استفاده از شکل خارجی این لغات و واژه*ها نیزمی*تواند جامعیت جستجوی ما را بالاتر ببرد.
- با توجه به این که در برخی ازسایت*ها و نیز وبلاگ*ها روش خاصی برای رفع مشکلات فارسی پیشنهاد کرده*اند و واضحاست که خودشان نیز از آن رسم*الخط استفاده می*کنند، آگاهی از این شکل*های مختلف وجستجو به این شکل*ها می*تواند باعث جامعیت جستجو گردد. از این موارد می*توان به حذفواو معدوله در برخی سایت*ها و وبلاگ*ها اشاره کرد که به عنوان مثال «*****» را بهصورت «خاهر» می*نویسند و یا حذف تنوین در برخی منابع که به عنوان مثال «عملاً» رابه صورت «عملن» می*نویسند.
در نهایت این که «در تشکیل صفحات وب فارسی ، جای یکاستاندارد حاکم بر عملکرد تالیف نویسندگان وب، خالی است. استانداردی که انتخاب بعضیکلمات دارای چندین رسم*الخط و حتی انتخاب بعضی کلمات که بر مفاهیم متنوعی دلالتدارند را منحصر به فرد نماید و مولفان را از طرفی ترغیب به انتخاب گونه زبانیمناسب، برای تضمین کیفیت ارتباط و انتقال مؤثر پیام و از طرف دیگر موظف به حفظسلامت زبان و رعایت استانداردهای آن به*عنوان یک وظیفه رسانه*ای نماید. ایجاد وگسترش چنین استانداردی به عهده "فرهنگستان زبان و ادب فارسی" و با هماهنگی انجمن*هاو شوراهای علمی یا صنفی انفورماتیک در ایران است. تعویق در تنظیم این استاندارد ،با توجه به رشد روز افزون وب*های فارسی زبان ، هزینه*های جبران ناپذیری در بر خواهدداشت