متن قرآن کریم خصوصیت های منحصر به فردی از نظر چگالی موضوعی مفهومی و دانه بندی در مقایسه با سایر متون دارد. یکی از نکات مهم در این زمینه لزوم مرجع یابی ضمیر است که به افزایش دقت نتایج جستجو کمک شایانی می نماید. هدف استفاده از دسته بندی خودکار متن ATC که یکی از شاخه های متن کاوی است به نحوی است که باعث بهبود جستجو در نرم افزارهای قرآنی شود.
در این مقاله پس از تحلیل متن قرآن کریم و مقایسه آن با سایر متون روشی ارائه شده است که با توجه به خصوصیات متن قرآن کریم قادر است آیات را ابتدا درون موضوعاتی از پیش تعریف شده دسته بندی کند سپس آیات همه سوره ها با توجه به وزن کلمات آن برای هر موضوع درون دسته ها طبقه بندی می کند. در این زمینه از ارتباط موضوعات و مفاهیم مختلف برای دسته بندی به مدد جسته و فرآیند دسته بندی را بهبود می دهد. در پایان با توجه به وزن کلمات هر آیه برای هر موضوع میزان ارتباط آن آیه با موضوع محاسبه شده و دسته آیه مشخص می شود.
الگوریتم ارائه شده مبتنی بر TFIDF بوده و پارامترهای موثر نظیر ضریب تفکیک متن به نحوی تنظیم شده است که خصوصیات قرآن کریم را در نظر بگیرد. روش پیشنهادی در قالب یک نرم افزار نمونه جستجوی موضوعی قرآن کریم پیاده سازی شده است.
کلمات کلیدی: متن کاوی، دسته بندی خودکار متن، جستجو، قرآن کریم، نرم افزار قرآنی
