Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Zolal

 Zolal

Concept and plan of Quran & Tafsir software project.

763cb660ed42efa5549c6c60f3d88d15?s=128

Alireza Nourian

August 15, 2012
Tweet

Transcript

  1. لالص ىآشل ش٘ػافت َٕتحه ِئاسا

  2. ِهذمه • َٕتحه ش٘ػافت o هیآ : ِوجشت ، ،ىا٘ت

    ،ِٗضجت ،عَضَه ح٘ضَت اّ ُطاٍ o هیآ‌ هوزگ : شؼفه جٗداحا ٍ تاٗآ اٗ ٕش٘ؼفت جحاثه ٍ لٍضً ىأؿ ،طثتشه • َٕتحه ِئاسا o ِئاسا ٕاج ِت يته o شٗزپلد ٍ عشتػد سد o ،يته تَٗمت ات ِت ِجَت ٍ ذٌوؿَّ َٕجتؼج مَْفه • ِهادا سد o اه‌ شالت فاذّا ي٘وّ ات ٖٗ o لوصحم‌یامنرود ٖـٍّظپ ٕاّ ٌِ٘هص ٍ o ماگ‌نیلوا فذّ يٗا ِت ىذ٘ػس
  3. اّ ؽالت فاذّا يٗا كمحت صا ٖٗاّ لىؿ

  4. باتو ةلال سد يته تَٗمت • ن٘ىح ىآشل o ةختٌه

    تاٗآ حشؿ o ٕصاش٘ؿ مساىه هللا تٗآ ِوجشت • ىاگطاٍ ِوجشت ٍ ىآشل o سَپ ماشْت داتػا ِوجشت • ...
  5. ن٘ىح ىآشل

  6. ىاگطاٍ ِوجشت ٍ ىآشل

  7. سًَ ش٘ػافتلا غهاج ساضفا مشً • َّٖثًا ىآشل ات ماگوّ

    ةتو صا o ٍ ش٘ؼفت ،ِوجشت لهاؿ ِٗضجت o يته تَٗمت ِ٘ثؿ • اٗ ُطاٍ َٕجتؼج ِـٗس o ذٌوؿَّ ٖوو َٕجتؼج • ٕسادشت تؿادداٗ o ؾٍّظپ ُداػ لىؿ
  8. َٕتحه ٍ ىآشل ىا٘ه ٖهاگوّ

  9. ُطاٍ ِـٗس اٗ تسَك ات َجتؼج

  10. ُداػ ٕسادشت تؿادداٗ

  11. لَلحه ٕاوًسٍد ٖـٍّظپ ٕاّ ٌِ٘هص ٍ اّ لح ُاس حشط

  12. اّ ُطاٍ ح٘ضَت • ح٘ضَت داشختػا ش٘ؼفت صا اّ ُطاٍ

    • اّ ؾلاچ o ُدافتػا ِـٗس صا اّ ُطاٍ o ذٌچ اٗ ٍ ِلوج صا ٖـخت سد ُطاٍ ح٘ضَت ِلوج • ذٌهصاً٘ ُطاٍ ٕش٘گداٗ ش٘ؼفت ٍٕس صا ح٘ضَت يته تَٗمت ْيُوَأ ِنَل ٍَ ِّبَس « تٍامؿ » سَظٌه اَٗگ ٍ ،تػا تداؼػ فالخ ِهصال اٗ ِو تػا ش٘خ صا ت٘هٍشحه ىآ صا ىآ دَخ اٗ ٍ تػا تٍامؿ .
  13. ِٗآ عَضَه • كَٗـت ِتاـه ٕاّ ِٗآ ِت ةطاخه o

    تاٗآ 30 ٍ 31 ُساتسد سًَ ُسَػ « باجح » • ٖػَضَه ِٗاوً صا ُدافتػا • ٕصاػ لذه ىآشل ٖػَضَه • داشختػا ش٘ؼفت صا ِٗآ عَضَه يته تَٗمت
  14. ٕش٘ؼفت تاىً • ن٘ىح ىآشل ِ٘ثؿ o ؾٗاوً ِٗآ ِت

    طَتشه ٕش٘ؼفت ِتىً • نْه ِلوج ٍد اٗ هٗ ؾٗاوً o اّ ِٗاوً صا ُدافتػا o ُذ٘ىچ داشختػا • كَٗـت ٖػسشت ِت ةطاخه ش٘ؼفت o ُاٌپ ل٘ئشثج طػَت ِتؼٗاؿ ىشؼپ ىذؿ اساد ِت ٍا ىذً٘اّاگآ ٍ اذخ ِت نٗشه ىدشت يته تَٗمت
  15. ِجَت لتال َٕتحه • َٕتحه شتوْه ؾخت ؾٗاوً o اٌؿآاً

    اّ ِٗآ ِوجشت o يّر صا سٍد ٕاّ ُطاٍ ٌٖؼه o با٘وو ٕاّ عَضَه o ساشىت نو ٖفشك ٕاّ ؾمً o ُساؿا ش٘ؼفت هٗ سد فاخ ٖثلطه ِت o تٍافته ٕاّش٘ؼفت o ... • اّ ِتؼًاد َُثًا ىا٘ه صا باختًا • ةطاخه ِت ِجَت ات o سزگّس o شگـٍّظپ o ةطاخه ساتفس ٕش٘گداٗ يته تَٗمت
  16. ٖولس ف٘كَت • ٖف٘و َٕتحه ف٘كَت o ‌فوزح ىٌَهإه :

    م - ؤ - م - ى - ٍ - ى o ‌هشیر ىٌَهإه : ى م ء o ‌عوقو ىٌَهإه : ُشمت 3 - ُشمت 285 - ىاشوػ لآ 28 - ... o ‌دهاش‌ثیداحا ِٗآ هٗ حشؿ ٕاشت o ... مَْفه ِت ِجَت
  17. مَْفه اٗ ُطاٍ ٍُشگ • ٖلاَته ٕاّ ِٗآ سد نّ٘افه

    ىا٘ت o ش٘ػافت سد ُذؿ حشؿ ٕاّ ِٗآ ٍُشگ • ف٘كَت ِٗآ ٍُشگ o ٕاّ ُطاٍ تسَك ،تاٗآ ش٘ؼفت ٍ ِوجشت o ذّاؿ جٗداحا ٍ تاٗآ o ىأؿ لٍضً o ْٖمف ماىحا o جحاثه ٕش٘ؼفت o عَضَه o ... مَْفه ِت ِجَت
  18. ُطاٍ تسَك صا سَثػ • ُطاٍ ٖتاٗ ِـٗس • سَثػ

    صا ةطاخه ىاتص ات ِوجشت • ٖػاٌؿ ىاتؼّ ات عاضتًا • ىآ ٕش٘ؼفت حشؿ ات ُطاٍ ف٘كَت • َٕجتؼج « ىاشثها٘پ ةٗزىت » : o ْىِاَف َكوُبَّذَك ِذَمَف َبِّذُك ٌلُسُر ِباتِىْلا ٍَ ِشُتُّضلا ٍَ ِتاٌَِّ٘ثْلاِت ُؤاج َهِلِثَل ْيِه ِشٌُ٘وْلا o ٍَ ْىِئ َكوُبِّذَكُی ِذَمَف ِتَبَّذَك ُمََِل ِنَُْلِثَل ٍحوُن ُدَُوَح ٍَ ٌداػ ٍَ ذٌوؿَّ َٕجتؼج
  19. مَْفه ٖتاٗصات • مَْفه ٖتاٗصات o ِٗآ ٕاّصشه صا سَثػ

    o اّ ف٘كَت سد َجتؼج • َجتؼج نّ٘افه سد : « اٗشوص ثساٍ » o ِىنُثِزَی ٍَ ُثِزَی ّبَس ُِْلَؼِجا ٍَ َبَُمِؼَٗ ِلاَء ْيِه اِِّ٘ضَس اَٗ اَّیِزَكَس اًَِّئ َىَْ٘حٗ ُُِوِػا ٍنَلُغِت َنُشِّـَثًُ ُلِثَل يِه َُِّل لَؼَْجً ِنَل اِِّ٘وَػ • عَضَه صا ُدافتػا : « ُطاٍ عَضَه سد ؽاشچ ت٘ت لّا » o اْ٘ف ٍٓاىْـِوَو ُِِسًَُ ُلَخَه ِمِسَأْلا ٍَ ِتاٍاوَّؼلا ُسًَُ َُِّللا ٌحابِصِم ٖف ُحاثِلِوْلا ٍَٔجاجُص ... ذٌوؿَّ َٕجتؼج
  20. جٗذح اٗ ِٗآ مَْفه صا ؾػشپ • باَج ٖتاٗصات ٕاشت

    لاَػ ف٘كَت صا ُدافتػا • ِٗآ مَْفه َٕجتؼج : « نِْٗذَِٗأ َقََِف َِِّللا ُذَٗ » o ٖػاذت اس ذًٍاذخ نؼجت ِو ٖتاٗآ ذٌٌو ٖه : o ىاتَطَُؼِثَه ُُاذَٗ ْلَت اَُلال اوِت اٌَُِؼُل ٍَ ِنِْٗذَِٗأ ِتَّلُغ ٌَٔلَُلْغَه َِِّللا ُذَٗ ُدََُْْ٘لا ِتَلال ٍَ ... o اِّفَك اِّفَك ُهَلَوْلا ٍَ َهُّتَس َءاج ٍَ o ... ذٌوؿَّ َٕجتؼج
  21. ٖػسشت مَْفه • مَْفه ٕاّ ف٘كَت ؾٗاوً o ٍ طثتشه

    ٕاّ ِٗآ ،لٍضً ىأؿ ،عَضَه ... • مَْفه ِؼلاطه ات ِحفك ِؼلاطه ٌٖٗضگٗاج • ىَته ٍ جٗداحا ٕذٌت ِتػد • َٕجتؼج اٗ جٗذح ،ِٗآ يته • مَْفه سد ِجَت لتال َٕتحه o شتوْه ف٘كَت باختًا مَْفه ِت ِجَت
  22. نّ٘افه سد ٕشگًصات • ٕذٌت ٍُشگ ٕاّ ِٗآ ش٘ػافت ٕش٘گداٗ

    ات ٖلاَته o ِٗآ ٍُشگ هٗ ٕاشت ذّاؿ اّ ِٗآ باختًا o ذّاؿ ٕاّ ِٗآ ٕاشت ِٗآ ٍُشگ دٍذح باختًا • ذؼت اٗ لثل ِٗآ ذٌچ ٖػسشت داٌْـ٘پ o ىآ ذؼت ٍ لثل ِت ِٗآ هٗ ٖگتؼتاٍ ىاض٘ه o ٖگتؼتاٍ ىاض٘ه صشه ش٘٘غت • شؼفه جٗداحا ٕاشت لذه عاثتلا o اّ باتو ٖتح اٗ ٍ شگٗد َٕتحه عًَ شّ مَْفه ِت ِجَت
  23. يته سد ٕسادشت تؿادداٗ • يته صا تؿادداٗ ىدشىً اذج

    • تاىً ىدشو قخـه o ِحفك َٕتحه صا ٖـخت ىدشو ٖگًس • ِحفك هٗ ىَهاش٘پ شظً تثح o ِتىً هٗ اٗ • تؿادداٗ ىاٌَػ ِت ِحفك تثح • ةلطه ىا٘ت ٕاشت تؿادداٗ ِػَوجه ِئاسا • اّ تؿادداٗ ِت ُاگً ات ك٘محت ذًٍس ُذّاـه ؾٍّظپ
  24. اّ تؿادداٗ سد ؽٍاو • اّ تؿادداٗ ٕسادشت ِكالخ o

    تؿادداٗ ىاٌَػ باختًا • ِتاـه ٕاّ تؿادداٗ • تؿادداٗ عَضَه باختًا o طثتشه ٕ ِٗآ ِت ِجَت ات ؾٍّظپ
  25. لهاؼت شتؼت • ىآشل ٕاشت غًَٗ ِ٘ؿاح o ش٘ؼفت ِ٘ثؿ

    سًَ • اّ ِٗآ دسَه سد شىفت ٕاشت ؽض٘گًا o َگتفگ ٍ شظً ساْظا • ىاشگٗد شظً صا ُدافتػا o اًْآ ٕاّ تؿادداٗ ُذّاـه o ىاشتساو ىا٘ه تَٗلٍا ات
  26. ىاػآ ٖػشتػد • تٗاػ o ِوّ ٕاشت ٍ ىاگٗاس •

    ساضفا مشً o ٖوئاد شتساو ٕاشت ٍ نذًا ٌِٗضّ o تٗاػ ِت لالتا • ُذ٘چ٘پ ٕاّساو ٕاشت • ماگوّ ِؼلاطه ٍ اّ تؿادداٗ o تٗاػ ٕاّذو صا ُدافتػا • هنایار : غوٌَ٘ل ٍ هه ،صٍذٌٍٗ • تلبت : ذپ ٕآ ٍ ذٍٗسذًآ • تاهذخ ٍ ُداد ِضشػ o ىاؼًَٗ ِهاًشت ٕاشت
  27. ٕذٌت غوج ىآشل ش٘ػافت َٕتحه ِئاسا

  28. َٕتحه ِئاسا َُحً • يته تَٗمت o اّ ُطاٍ ح٘ضَت

    o ِٗآ عَضَه o ٕش٘ؼفت تاىً o شتوْه تاىً ؾٗاوً • ذٌوؿَّ َٕجتؼج o ُطاٍ تسَك صا سَثػ o سَثػ ِٗآ ُدٍذحه صا o مَْفه صا ؾػشپ ِٗآ • مَْفه ِت ِجَت o اّ ف٘كَت ؾٗاوً o مَْفه ٖتاٗصات ٍ ٖػسشت ٕذٌت غوج
  29. ٕساضفا مشً ٕاّ ٖگظٍٗ • لاؼف ٍ باداؿ o ىذـً

    شتساو شظتٌه • ؾٍّظپ ةػاٌه o يته سد ٕسادشت تؿادداٗ o اّ تؿادداٗ سد ؽٍاو • ىاػآ ٖػشتػد o ِوّ ٕاشت تٗاػ o ٖوئاد ةطاخه ٕاشت ساضفا مشً ٕذٌت غوج
  30. ٖـٍّظپ ٕاّ ٌِ٘هص َُثًا • لهاؿ o ُطاٍ ح٘ضَت داشختػا

    o طثتشه جٗداحا ٍ اّ ِٗآ o ٖػاٌؿ ىاتؼّ داشختػا o عَضَه داشختػا o ِوجشت ٍ ِٗآ ىا٘ه كتاطت o ٖلاَته ٕاّ ِٗآ ٕذٌت ٍُشگ o ... • يٗش٘ؿ ٕاّ باَخ o لح لتال ٖلٍ ك٘لد باَج ىٍذت ٖلئاؼه o بَخ اتثؼً اّ باَج ات للاذح o ِتاـه لئاؼه ٕاشت مَػشه ٕاّ ؽٍس ٌِ٘جٌگ
  31. مَػشه ٕاّ ؽٍس • ِٗآ عَضَه داشختػا o Topic Modeling

    • اّ ِٗآ عاػا شت ٖتاٗ تْتاـه o Explicit Semantic Analysis • ل٘كا ٕاّ ف٘كَت داشختػا o Latent Semantic Analysis • ٖلاَته ٕاّ ِٗآ ٕذٌت ٍُشگ o Expectation Maximization • ق٘خـت ٕصاػ ِكالخ ٍ ِجَت لتال َٕتحه o Bag Of Words Model o Named Entity Recognition • ...
  32. ماگ ي٘لٍا ىاض٘ولا ش٘ؼفت ٍ ىآشل ِت شلحٌه

  33. ماگ يٗا ِج٘تً • لَلحه o ش٘ؼفت ٍ ِوجشت ات

    ماگوّ ىآشل o ٕض٘هٍس ساضفا مشً ٍ تٗاػ • اّدسٍاتػد o ه٘فاشگ طػاٍ o ؽصادشپ ؾ٘پ ش٘ؼفت ٍ ىآشل o ٕاج اّ ٖگظٍٗ ٖلاخ o لئاؼه فٗشؼت • اّ ُداد o ىآشل يته ٍ ىاض٘ولا ش٘ؼفت ِت شلحٌه o صات يته تسَك ِت دَجَه • ىاهص o ُاه ساْچ
  34. ىآشل ؾٗاوً

  35. ِٗآ ِوجشت ؾٗاوً

  36. ش٘ؼفت سد ُطاٍ ح٘ضَت ؾٗاوً

  37. ش٘ؼفت ؾٗاوً

  38. ش٘ؼفت سد اّ ٖلسٍاپ ؾٗاوً

  39. مَْفه ات طثتشه تاٗآ

  40. ذؼت ماگ ٕاّ ٖگظٍٗ للاذح • ُطاٍ حشؿ ؾٗاوً o

    ش٘ؼفت صا داشختػا • ُداػ َٕجتؼج o ىآشل يته سد • ٕسادشت تؿادداٗ ُداػ • ساضفا مشً ِْ٘ت تلثت ٍ لٗاتَه