خط فارسی و مشکلات جستجو در اینترنت

[engeneer_19]

خط فارسی و مشکلات جستجو در اینترنت
خط فارسی دارای مشکلات مختلفی است که در جستجو و بازیابیاطلاعات، مسائل و مشکلات فراوانی را فراروی کابران اینترنت قرار می دهد. به خصوص بارشد سریع انتشارات الکترونیکی بر روی وب در شکل های مختلف پایگاه های اطلاعاتی،وبلاگ و… هیچ قاعده مشخص و ثابتی برای رسم الخط فارسی وجود ندارد و این مسأله باعثشده تا جستجوگران مطالب فارسی با مشکلات فراوانی روبرو شوند.
اینترنت به عنوانیک محمل اطلاعاتی عظیم، منابع اطلاعاتی را در مقیاسی وسیع در دسترس مخاطبان بالقوهقرار داده است. سهولت دسترسی به منابع اطلاعاتی اعم از متن و سایر رسانه ها عمدهترین مزیت اینترنت محسوب می شود. این توانایی که هر کس ناشر آثار خود باشد عواقبناخواسته ای را نیز در پی خواهد داشت و آشکارترین معضل، آن است که انبوهی از منابعبسیار متنوع و غیرقابل مدیریت را فراهم می آورد.
افزایش سریع منابع اینترنتینیازمند یک سازمان دهی مفید و مؤثر است. هرچند در حال حاضر راهنمای هایی برای منابعاینترنتی تهیه شده است که براساس فایل های مقلوب ساخته شده توسط موتورهای جستجو وبا استفاده 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 می کند که می توانید این موارد را در بخش تالارمهندسی اینترنت سایت میکرورایانه مطالعه کنید. اما باید تأکید کرد که در امربازیابی اطلاعات از اینترنت بدون نمایه سازی نظام یافته نمی توان انتظار بازیابیمفید و مؤثر را داشت.
هرچند بیشترین اطلاعات موجود بر روی اینترنت به زبانانگلیسی است، ولی حجم اطلاعات به زبان فارسی نیز با سرعت در حال افزایش است وکاربران به دلایل مختلفی علاقه زیادی به اطلاعات فارسی نشان می دهند و از آن جاییکه زبان غالب در اینترنت انگلیسی است، جستجو به زبان های غیرانگلیسی از جمله فارسی،مسایل و مشکلات مختلفی را جدای از مشکلات عمومی اینترنت دارد.
حجم اطلاعات بهزبان فارسی در روی اینترنت در اشکال مختلف آن به سرعت رشد کرده است. در حال حاضرتوسعه وبلاگ های فارسی، سایت های علمی، تبلیغاتی و دانشگاهی به زبان فارسی باعث شدهاست که جایگاه زبان فارسی تا حد زبان اول ارتباطات اینترنتی نزد ایرانیان و فارسیزبانان در سراسر جهان ارتقاء یابد. شاید بتوان گفت که اولین مرجع وبلاگ نویسی فارسیبا انتشار راهنمای ساخت وبلاگ فارسی آغاز شده است. بدون شک دومین موج نیز با شروعبه کار سایت پرشین بلاگ که امکان راه اندازی وبلاگ برای کاربران فارسی زبان را باسهولت بیش تری فراهم می کند آغاز شده است که در تاپیکهای دیگر سایت میکرورایانه میتوانید در مورد آنها را مطالعه کنید. اما پیامد قابل توجه دیگری که رشد وبلاگ نویسیدر ایران داشته است پیدایش سایت های اینترنتی فارسی زبانی است که صاحبان وبلاگ هاایجاد کرده اند و این خود موج جدیدی از گسترش کاربرد اینترنت در جامعه ایران بهحساب می آید.
اکنون روی آوردن برخی از روزنامه نگاران، پژوهش گران، دانشجویان بهوب فارسی و استفاده از منابع خبری، علمی و …. موجب تقویت نقش رسانه ای وب فارسی شدهاست.
پدیده دیگری که باعث گسترش زبان و خط فارسی در اینترنت شده است، ایجادکتابخانه های دیجیتالی فارسی در شبکه جهانی است. با این که از شکل گیری کتابخانههای فارسی در شبکه جهانی مدت زیادی نمی گذرد، اما با این حال به سرعت در حال رشد وگسترش است. شماری از این کتابخانه ها در پایگاه های اینترنتی شکل گرفته اند وبسیاری وبلاگ هایی هستند که برای این کار راه اندازی شده اند. از ویژگی های اینکتابخانه ها این است که هیچ یک جنبه تجاری ندارند. آنچه در بسیاری از کتابخانه هایمجازی فارسی در دسترس است فقط شامل کتاب نیست، بلکه نوشته هایی اعم از داستان،مقاله، تک نگاشت و …. نیز در میان مجموعه ها دیده می شود. هم چنین آثاری کهاحتمالاً هیچ گاه چاپ کاغذی ندارند و البته وجود کتاب هایی که مدت هاست نایاب هستندو مجال انتشار دوباره نیافته اند و یا آثاری که امروز به دلایلی بازچاپ آن ها مقدورنیست، از جاذبه های کتابخانه های مجازی اند.
پایگاه اینترنتی کتاب های رایگانفارسی، پایگاه اینترنتی بانی تک، کتابخانه مجازی داستان های فارسی، آوای آزاد،پایگاه اینترنتی خوابگرد، کتابخانه دوات، پایگاه اینترنتی سخن، وبلاگ کتابخانههرمس، پایگاه اینترنتی گفتمان، پایگاه تاریخ و فرهنگ ایران زمین، پایگاه مرکز جهانیاطلاع رسانی آل البیت، کتابخانه پایگاه اینترنتی حوزه، پایگاه اینترنتی امام علی (ع)، پایگاه اینترنتی کتابخانه دیجیتال و …. شماری از این کتابخانه ها هستند. کاربران به دلایل مختلفی از قبیل دسترسی آسان و ارزان به حجم عظیم اطلاعات، عدمنیاز اطلاعات یافته شده از اینترنت به تایپ مجدد، دسترسی سریع و اطلاعات جدید، صرفهجویی در وقت و عدم تسلط اکثر کاربران به زبان انگلیسی که زبان غالب بر اینترنت استبه دنبال اطلاعات فارسی از اینترنت هستند.
گسترش زبان و انبوهی از نوشتارها ایجاب می کند که خط ضابطه داشته باشد و از سویدیگر پیشرفت فناوری و پیدایش اینترنت خواستار ضابطه و قانونمندی است. اطلاع رسانیکه جنبه بین الملی پیدا کرده است بدون دستور خطی سامان یافته و نظام مند میسر نیستو دست کم بر دشواری ها می آفریند.
در حال حاضر وبلاگ های فارسی مقام دوم یا سومرا در جهان دارا می باشد. به نظر دکتر آشوری، اگر زبان فارسی به همین صورت بی دقتدر اینترنت به کار رود در سطح زبانی برای تفنن باقی خواهد ماند و کم تر 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 نزدیک شود.
نبود استاندارد ثابت رسم الخط فارسی موجب این شده است که به تعداد صفحات وبفارسی سبک و سیاق نگارش به کار رفته باشد،بنابراین می توان چنین ارزیابی کرد کهاکثر وب های فارسی در برخی خصوصیات مشترک می باشند از جمله این که نگارش برخی از آنها زبان غیررسمی و محاوره ای است و به خصوص در متون علمی اغلب واژه های بیگانه بهدفعات استفاده می شود. رسم الخط مورد استفاده نیز متفاوت و سلیقه ای است و برخی ازآن ها غلط های تایپی و نگارشی فراوانی دارند و این خصوصیات، اغلب به جهت محدودیتهای محیط الکترونیکی و عدم تطابق رسم الخط فارسی با آن می باشد که نمایه سازی و سپسجستجو به این زبان را با دشواری هایی رو به رو می سازد.
با توجه به این نکته که اطلاعات ارزشمند فراوانی در اینترنتوجود دارد و اینترنت با شتابی فراوان به یک منبع اطلاعاتی ممتاز تبدیل شده است. موتورهای جستجو به عنوان یکی از اساسی ترین دروازه های ورود به منابع اینترنتیدارای ضعف هایی هستند که می توان به این موارد اشاره کرد:
▪ در یک مجموعه ازیافته های بازیابی شده مدخل های تکراری فراوانی ملاحظه می شود. ▪ نتایج غیر قابلپیش بینی هستند. ▪ نتایج چه بسا گمراه کننده باشند؛ ممکن است جستجویی در یک موتورکاوش نتیجه ای نداشته، ولی در موتور دیگر دارای یافته های فراوان باشد.
▪ موتورهای کاوش محتویات پایگاه های اطلاعاتی خودشان را نشان نمی دهند و از معیارهاییکه برای گنجاندن یک مدرک در فایل هایشان دارند حتی شرحی ارائه نمی کنند.
▪ مهارواژگانی وجود ندارد و قواعد نقطه گذاری و بزرگ نویسی نیز استاندارد نیست.
▪ بدون بررسی عملی هر عنصر، اغلب نمی توان میزان ربط و رابطه ها را تحلیل کرد. یعنیاطلاعات کافی در مدخل نمایه نیست تا فرد بتواند دست به انتخاب بزند.
▪ عدم توانموتورهای جستجو در تمایز میان مدارکی که توسط فرد الف نوشته شده و مدارکی که دربارهفرد الف نوشته شده است.
▪ منابع قابل توجهی در شبکه وب وجود دارند که توسطموتورهای جستجو نمایه نمی شوند. به این بخش از وب اصطلاحاً وب نامریی می گویند.
وب نامریی بخش بزرگی از وب است که موتورهای جستجو آن ها را نمی توانند نمایهکنند و عبارتند از: سایت های دارای رمز عبور، فایل های پی.دی.اف از متون آرشیو شده،ابزارهای تعاملی نظیر ماشین حساب ها و برخی از واژه نامه ها و هم چنین بعضی ازپایگاه های اطلاعاتی، منابع محافظت شده از طریق اسم کاربر و گذر واژه، منابع وصفحات وب بدون پیوند و صفحات افزون بر حداکثر تعداد صفحات قابل مرور.

جستجویاطلاعات در اینترنت به دو روش می تواند صورت گیرد یکی استفاده از جملات زبان محاورهای است و دیگری بکارگیری کلمات کلیدی. در روش استفاده از جملات زبان محاوره ای کهاغلب به کاربران تازه کار پیشنهاد می شود. 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، کم تر استفاده می شود. یکی از کاراترین و مقتدرترین روش های جستجویاطلاعات در دنیای وب استفاده از واژه هایی است که اصطلاحاً کلمات کلیدی نامیده میشوند. اغلب کاربران حرفه ای و جستجوگران ورزیده دنیای اینترنت می توانند با طرحبهترین کلمات کلیدی و بکار بستن قوانین ترکیب آن ها با هم برای نیازهای اطلاعاتیخود پاسخی در خور بیابند. در این روش توصیه های زیر برای انتخاب کلمات کلیدی و نیزجستجوی دقیق و مفید پیشنهاد می شود که در تاپیکهای دیگر سایت میکرورایانه می توانیدآنها را مطالعه کنید.