یکی از چالش‌های موجود در موتورهای جستوجو بهینه سازی پرسوجوهای کاربران می‌باشد بطوری که نتایج آن تا حد امکان با متن داده شده مطابقت بیشتری داشته باشد و از نمایش نتایج کم‌اهمیت جلوگیری شود. در این پایا‌نامه یک روش ترکیبی جدید بر مبنای شبکه عصبی و فازی به منظور بهبود نتایج پرس وجو پیشنهاد شده است. در روش پیشنهادی، متن پرس وجو در یک موتور جست وجو در ابتدا به صورت کلمات مجزا تفکیک می‌شود. سپس به هر یک از این کلمات به‌کمک شبکه عصبی وزن داده می‌شود. وزن‌ها نشان‌دهنده اهمیت کلمات در متن وارد شده هستند. به‌کمک فرهنگ لغت همراه، ترجمه هر یک از این کلمات بدست می‌آید. سپس با استفاده از پایگاه داده‌ی وردنت و فارسی‌نت مترادف و هم‌معنی کلمات فوق تعیین می‌گردد. سپس با جستوجو در فایل‌های اسناد متنی، بر مبنای معیارهای فازی برای هریک از کلمات در هر یک از فایل‌های اسناد متنی موجود در دیتاست، وزن سند نسبت به هر یک از کلمات بدست می‌آید. سپس وزن سند نسبت به کل متن پرس‌وجو بر مبنای قوانین فازی محاسبه می‌گردد. اسنادی که دارای رتبه بالاتری هستند و با درجه بیشتری با متن پرس‌وجو رابطه دارند به نمایش در می‌آیند. آزمایش‌ها بر روی مجموعه داد‌ههای انتخابی و مقایسه با روشهای دیگر، کارایی این روش را نشان می‌دهد
واژه های کلیدی:
بهینه سازی پرس و جو ، شبکه های عصبی مصنوعی ، فارسی نت ، زبان میانی، وردنت
