Информационные технологии документационного обеспечения управленческой деятельности

Информационные технологии документационного обеспечения управленческой деятельности.

1. Виды документальных информационных систем

Первоначальным направлением развития СУБД стала разработка и использование фактографических информационных систем, кото­рые ориентированы на обработку структурированных данных. Были разработаны модели организации фактографических данных, отрабо­таны программно-технические решения по накоплению и физическо­му хранению таких данных, реализованы языки запросов к БД.

Однако создание фактографических информационных систем тре­бует предварительной структуризации данных, например, на основе таблиц. Она зачастую требует больших накладных расходов. Вместе с тем накапливаются большие объемы неструктурированной информа­ции: в организационно-распорядительных документах или других тек­стовых источниках. Представление такой информации в фактографи­ческих системах зачастую экономически не оправдано.

Теоретические исследования вопросов автоматизации обработки неструктурированной информации, начавшись еще в 50-х годах, пока не привели к созданию такой строгой, полной и технически реализу­емой модели представления и обработки данных, как реляционная мо­дель. Пока не разработаны стандартные информационно-поисковые языки (подобные SQL), которые можно было бы использовать дляформализованного описания содержания документов и построения запросов.

Элементом данных в документальных ИС является документ (в фак­тографических информационных системах элементом является запись). Обычно под документом понимается текстовый файл.

Основной задачей документальных информационных систем явля­ется хранение и предоставление пользователю документов, содержа­ние которых соответствуют его информационным потребностям.

Документальная информационная система (ДИС) — единое храни­лище документов с инструментарием поиска и выдачи необходимых  пользователю документов.

Поисковый характер документальных информационных систем (определил еще одно их название — информационно-поисковые системы (ИПС).

Соответствие найденных документов информационным потребностям пользователя называетсяпертинентностью. В силу теоретических и практических сложностей формализации смыслового содержания документов пертинентность относится скорее к качественным понятиям.

В зависимости от особенностей реализации хранилища документов и механизмов поиска, ДИС можно разделить на две группы:

» системы на основе индексирования;

» семантически-навигационные системы.

Семантика (от греч. semantikos — обозначающий) — значения еди­ниц языка.

В семантически-навигационных (гипертекстовых) системах доку­менты, помещаемые в хранилище документов, оснащаются специаль­ными навигационными конструкциями (гиперссылками), соответ­ствующими смысловым связям между различными документами или отдельными фрагментами одного документа.

В системах на основе индексирования исходные документы поме­щаются 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 ин­декса документа называется поисковым образом документа (ПОД). Пользователь выражает свои информационные потребности посред­ством специального языка, формируя поисковый образ запроса (ПОЗ) к базе документов.

На основе определенных критериев ДИС осуществляет поиск и вы­дачу документов, поисковые образы которых соответствуют поиско­вым образам запроса пользователя.

Соответствие найденных документов запросу пользователя назы­вается релевантностью.

Информационно-поисковый язык (ИПЯ) представляет собой неко­торую формализованную семантическую систему, предназначенную для выражения содержания документа и поискового запроса .

Основными элементами ИПЯ являются алфавит, лексика и грам­матика.

Алфавит ИПЯ — система знаков, используемых для записи слов и выражений ИПЯ.

Лексика, или словарный состав, ИПЯ — совокупность слов, слово­сочетаний и выражений, используемых для построения текстов ИПЯ.

Грамматика ИПЯ — совокупность средств и способов построения, изменения и сочетания лексических единиц. Грамматика включает морфологию и синтаксис.

Можно указать следующие требования, которым должен удовле­творять ИПЯ:

* располагать лексико-грамматическими средствами для точного отображения темы документа и запроса;

* не содержать полисемии, синонимии и омонимии;

* отображать только объективные характеристики предметов и от­ношений между ними;

* быть удобным для алгоритмического сопоставления ПОД и ПОЗ.

Построение выражений ИПЯ требует решения по крайней мере двух проблем. Первая из них связана с выбором лексических единиц ИПЯ, необходимых для построения выражений.

Выбор слов определяется их смыслом, обусловленным парадигма­тическими отношениями между предметами и явлениями, которые они определяют.

Парадигматические отношения — это отношения, обусловленные наличием логических связей между предметами и явлениями, обозна­ченными данными словами. Перечислим некоторые парадигматиче­ские отношения :

* «вид—род», например, «шкаф—мебель». В данном случае поня­тие «шкаф» является видовым по отношению к понятию «мебель». Родовое понятие всегда включает в себя видовое;

* «часть—целое», например «лезвие—нож»;

* «причина—следствие», например, «лампа—свет»;

* «функциональное сходство», например, «лопата—экскаватор».

Естественный язык обладает высокой многозначностью. В ИПЯ недопустима многозначность. Поэтому здесь необходимо учитывать отношения синонимии и омонимии слов естественного языка, исполь­зуемых в ИПЯ.

Омонимия — это совпадение слов по написанию или звучанию и несовпадение по смыслу.

Полисемия слова состоит в том, что одно и то же слово выражает пучок родственных понятий. Например, слово «соль» обозначает ве­щество, а также понятие смысла. Оба значения близки по сути.

Синонимия — это совпадение слов по значению и несовпадение по написанию.

Вторая проблема построения фраз ИПЯ связана с определением последовательности выбранных слов.

Синтагматические отношения — отношения слов при соединении их в словосочетания и фразы. Для уточнения смысла документа или запроса, помимо ключевых слов, часто необходимо указывать, в какихсинтагматических отношениях эти слова находятся. Так, фраза «за­щита окружающей среды от человека» и фраза «защита человека от окружающей среды» имеют совершенно разный смысл, хотя и состоят из одних и тех же ключевых слов.

Многообразие используемых в ИПЯ парадигматических и синта­гматических отношений определяет семантическую силу ИПЯ.

По способу организации понятий различают следующие ИПЯ:

* предкоординируемые (классификационные) ИПЯ;

* посткоординируемые (дескрипторные) ИПЯ.

Предкоординация — предварительное (до использования при ин­дексировании) построение сложных классов путем логического умно­жения (координации) простых классов. Словарный состав задается в виде фиксированного списка слов, словосочетаний и фраз. Введение в язык новых лексических единиц строго ограничено и возможно лишь до индексирования документов, т. е. при создании языка .

Посткоординируемые (дескрипторные) языки основаны на методе координатного индексирования. Впосткоординируемых ИПЯ лекси­ческие единицы объединяются в поисковом образе лишь во время ин­дексирования документа. Словарь дескрипторного ИПЯ состоит из специальным образом выбранных отдельных слов или словосочетаний естественного языка — ключевых слов и дескрипторов.

Координатное индексирование — индексирование, при котором ос­новное смысловое содержание текста (документа) или информацион­ного запроса представляется в виде сочетания ключевых слов или де­скрипторов.

Ключевые слова — это наиболее существенные для отображения со­держания документа слова и словосочетания, обладающие назывной функцией.

К классификационным языкам относят :

*  информационно-поисковый язык иерархического типа;

*  информационно-поисковый язык фасетного типа;

*  алфавитно-предметную классификацию.

Основными показателями эффективности функционирования ДИС являются полнота и точность информационного поиска .

Полнота информационного поиска R определяется отношением числа найденных релевантных документов Aк общему числу релевант­ных документов С, имеющихся в системе:

R=A/C

Точность информационного поиска Р определяется отношением числа найденных релевантных документов Ак общему числу докумен­тов L, выданных на запрос пользователя :

P=A/L

 Наличие среди отобранных на запрос пользователя нерелевантных документов называется информационным шумом  системы. Коэффициент информационного шума К определяется отношением нерелевантных документов (L-A), выданных в ответе пользователю, к общему числу документов L, выданных на запрос пользова­теля :

K = (L-A)/ L

2. Классификационные информационно-поисковые языки

Информационно-поисковые каталоги, основанные на классифика­ции сведений по определенной предметной области, были первыми системами информационного поиска документов.

Классификация — это группировка объектов по признакам.

Первоначальные подходы к классификации тематики докумен­тов основывались на формировании списка предметных заголовков, располагаемых в алфавитном порядке. Каждая предметная руб­рика получала определенный цифровой или буквенно-цифровой код. Содержание документа индексировалось перечислением кодов тех рубрик, которые отражали темы документа. Это перечислительная классификация.

Особенностью систем перечислительной классификации является возможность индексирования документов любым количеством руб­рик, отражающих содержание документа. Для осуществления поиска необходимых документов по классификатору определяются коды ин­тересующих пользователя рубрик и далее отбираются из хранилища те документы, которые проиндексированы соответствующими кода­ми. Отсутствие систематизированных связей и отношений между предметными рубриками является основным недостатком перечисли­тельной классификации.

При систематизированной классификации список предметных руб­рик строится как иерархическая структура, в виде перевернутого де­рева. Вся предметная область разбивается на ряд взаимоисключающих(непересекающихся) рубрик. Каждая рубрика, в свою очередь, может включать несколько подрубрик. Таким образом, при систематизиро­ванной классификации учитываются уже некоторые семантические основы предметной области, выражаемые в родо-видовых отношени­ях основных категорий, понятий и классов.

Содержание документа индексируется кодами соответствующих рубрик, однако при этом отпадает необходимость в явном указании

более общих рубрик, к которым относятся выделенные подрубрики. В результате индексирование и поиск документов на основе иерархи­ческой классификации позволяют более адекватно отражать содержа­ние документов и обеспечивают большую точность поиска.

Перечислительный и иерархический подходы к классификации ис­пользуются в алфавитно-предметных каталогах библиотек. Недостатком как перечислительной, так и иерархической классификации является принципиальная невозможность заранее перечислить все возможные темы документов.

Фасетная классификация не связана подобными ограничениями. Ее идея состоит в том, что вся предметная область разбивается на ряд исходных рубрик — фасет — по семантическому принципу, отража­ющему специфику предметной области.

Фасеты выступают в роли элементов, из которых можно сконстру­ировать любую, даже самую сложную и узкую предметную рубрику. Внутри фасет предметные рубрики строятся и упорядочиваются по алфавитно-иерархическому принципу .

Основное достоинство фасетной классификации заключается в воз­можности небольшим перечнемфасетных рубрик отразить большое количество специализированных рубрик и тем самым наиболее точно и полно проиндексировать содержание документов.

3. Дескрипторные информационно-поисковые языки

В основе построения дескрипторных ИПЯ лежит принцип коорди­натного индексирования, который предполагает, что основное смыс­ловое содержание документа может быть выражено списком ключе­вых слов. К ключевым словам относятся так называемые полнозначные слова — существительные, прилагательные, глаголы, наречия, числи­тельные, местоимения. Ключевыми словами не могут быть предлоги, союзы, связки, частицы.

Основными элементами ДИПЯ являются :

*  словарь лексических единиц;

*  правила применения ИПЯ (грамматика), определяющие процедуру перевода текстов документов и запросов с естественного
языка на ИПЯ;

*  правила построения ИПЯ.