Презентация на тему Документальные информационные системы

инструментарием поиска и отбора необходимых документов.


Поисковый характер документальных

информационных систем исторически определил еще одно их название — информационно-поисковые системы (ИПС), хотя этот термин не совсем полно отражает специфику документальных информационных систем.

системах является неструктурированный на более мелкие элементы документ.

В

качестве неструктурированных документов в подавляющем большинстве случаев выступают, прежде всего, текстовые документы, представленные в виде текстовых файлов, хотя к классу неструктурированных документированных данных могут также относиться звуковые и графические файлы.

и предоставление пользователю документов, содержание, тематика, реквизиты к т.

п. которых адекватны его информационным потребностям


Соответствие найденных документов информационным потребностям пользователя называется пертинентностью.

В силу теоретических и практических сложностей с формализацией смыслового содержания документов пертинентность относится скорее к качественным понятиям, хотя, как будет рассмотрено ниже, может выражаться определенными количественными показателями.

систем
В фактографических информационных системах единичным элементом данных, имеющим

отдельное смысловое значение, является запись, образуемая конечной совокупностью полей-атрибутов.


Иначе говоря, информация о предметной области представлена набором одного или нескольких типов структурированных на отдельные поля записей.

документов и механизмов поиска документальные информационно-поисковые системы (ИПС) можно

разделить на две группы:

системы на основе индексирования;

семантически-навигационные системы.

базу) документов, оснащаются специальными навигационными конструкциями, соответствующими смысловым связям

(отсылкам) между различными документами или отдельными фрагментами одного документа.

Такие конструкции реализуют некоторую семантическую (смысловую) сеть в базе документов.

Способ и механизм выражения информационных потребностей в подобных системах заключаются в явной навигации пользователя по смысловым отсылкам между документами.
В настоящее время такой подход реализуется в гипертекстовых информационно-поисковых системах

в базу без какого-либо дополнительного преобразования, но при этом

смысловое содержание каждого документа отображается в некоторое поисковое пространство.


Процесс отображения документа в поисковое пространство называется индексированием и заключается в присвоении каждому документу некоторого индекса-координаты в поисковом пространстве. Формализованное представление (описание) индекса документа называется поисковым образом документа (ПОД).

информационные потребности средствами и языком поискового пространства, формируя поисковый

образ запроса (ПОЗ) к базе документов.

Система на основе определенных критериев и способов ищет документы, поисковые образы которых соответствуют или близки поисковым образам запроса пользователя, и выдает соответствующие документы.

Соответствие найденных документов запросу пользователя называется релевантностью.

ИПС на основе индексирования

документальных ИПС на основе индексирования
Аналогичен принципу решения задач

поиска документов по запросам и основан на отображении в поисковое пространство информационных потребностей пользователя в виде так называемых поисковых профилей пользователей (ППП).

Информационно поисковая система по мере поступления и индексирования новых документов сравнивает их образы с поисковыми профилями пользователей и принимает решение о соответствующем оповещении.

документальных ИПС

и реализующие механизмы информационного поиска документов, строится на основе

языков документальных баз данных, называемых информационно-поисковыми языками (ИПЯ).


Информационно-поисковый язык представляет собой некоторую формализованную семантическую систему, предназначенную для выражения содержания документа и запросов по поиску необходимых документов

Структурная составляющая ИПЯ (поискового пространства) документальных ИПС на основе

индексирования реализуется индексными указателями в форме

информационно-поисковых каталогов,
тезаурусов
генеральных указателей

каталоги являются традиционными технологиями организации информационного поиска в документальных

(фондах библиотек, архивов и представляют собой классификационную систему знаний но определенной предметной области.

Смысловое содержание документа в информационно-поисковых каталогах отображается тем или иным классом каталога, а индексирование документов заключается в присвоении каждому документу специального кода (индекса) соответствующего по содержанию класса (классов) каталога и создания на этой основе специального индексного указателя.

собой специальным образом организованную совокупность основных лексических единиц (понятий)

предметной области (словарь терминов) и описание парадигматических отношений между ними.

Парадигматические отношения выражаются семантическими отношениями между элементами словаря, не зависящими от любого контекста.

Независимость от контекста означает обобщенность (абстрагированность) смысловых отношений, например отношения «род-вид», «пред­мет-целое», «субъект-объект-средство-место-время действия».

Так же, как и в информационно-поисковых каталогах, в системах на основе тезаурусов в информационно-поисковое пространство отображается не весь текст документа, а только лишь выраженное средствами тезауруса смысловое содержание документа

(глобальный словарь-индекс) в общем виде представляет собой перечисление всех

слов (словоформ), имеющихся в документах хранилища, с указанием (отсылками) координатного местонахождения каждого слова.

Индексирование нового документа в таких системах производится через дополнение координатных отсылок тех словоформ генерального указа­теля, которые присутствуют в новом документе.

Так как поисковое пространство в таких системах отражает полностью весь текст документа (все слова документа), а не только его смысловое содержание, то такие системы получили название полнотекстовых ИПС.

в виде техники смысловых отсылок в текстах документов и

специальном навигационном интерфейсе по ним и в настоящее время представлена гипертекстовыми технологиями.


Поисковая (манипуляционная) составляющая ИПЯ реализуется дескрипторными и семантическими языками запросов.

наборами некоторых лексических единиц — дескрипторов, не имеющих между

собой связей, или, как еще говорят, не имеющих грамматики.

Таким образом, каждый документ или запрос представлен некоторым набором дескрипторов.

Поиск осуществляется через поиск документов с подходящим набором дескрипторов.

В качестве элементов-дескрипторов выступают либо элементы словаря ключевых терминов, либо элементы генерального указателя (глобального словаря всех словоформ).

В силу отсутствия связей между дескрипторами, набор которых для конкретного документа и конкретного запроса выражает, соответственно, поисковый образ документа — ПОД или поисковый образ запроса ПОЗ, такие языки применяются, прежде всего, в полнотекстовых системах.

конструкции для выражения (описания) смыслового содержания документов и запросов.


Все

многообразие семантических языков подразделяется на две большие группы:

предикатные языки;

реляционные языки.

перечислительной классификации является возможность индексирования документов любым количеством предметов

(рубрик), отражающих содержание документа.

Для осуществления поиска необходимых документов по классификатору (каталогу) определяются коды интересующих абонента предметов (рубрик) и далее отбираются из хранилища те документы, которые проиндексированы соответствующими кодами.

Для удобства поиска и отбора по каждому документу формируется специальная карточка, на которую наносится информация о кодах предметных рубрик документа, а также, о его физическом местонахождении, и реферат, который уже на естественном языке в сжатом виде отражает содержание документа.

Поиск и отбор документов непосредственно осуществляется по отбору карточек с необходимыми индексными кодами для последующего извлечения из хранилища собственно самих документов

информационного поиска R определяется отношением числа найденных пертинентных документов

А к общему числу пертинентных документов С, имеющихся в системе или в исследуемой совокупности документов
Точность информационного поиска Р определяется отношением числа найденных пертинентных документов А к общему числу документов L, выданных на запрос пользователя
Коэффициент информационного шума к, соответственно, определяется отношением числа нерелевантных документов (L-A), выданных в ответе пользователю к общему числу документов L, выданных на запрос пользователя