3.3.2. Просмотр корпуса и настройка разметки

Просмотр корпуса может выполняться как в качестве второго шага анализа, так и отдельно. На рисунке 3.7 приведён интерфейс для первого варианта. При просмотре корпуса, например, в ходе его выбора, интерфейс будет аналогичным, но некоторые действия по редактированию и созданию разметки будут недоступны. Макет отражает следующие прецеденты:

? посмотреть корпус;

? посмотреть документ корпуса;

? загрузить корпус, создать подкорпус;

? разметить корпус;

? нанести аннотацию вручную;

? выбрать существующий тип аннотации;

? создать тип аннотации;

? настроить разметку;

? сохранить разметку.

Основные параметры корпуса, такие как название, открытый или ограниченный доступ, метки, список включённых в него документов и др. указываются в начале страницы и являются нередактируемыми по умолчанию (но могут быть изменены в режиме редактирования пользователем, имеющим на это права). Полезно также хранить историю изменений всех параметров и элементов корпуса, включая разметку, чтобы иметь возможность откатить изменения в случае ошибки, а также для удобства совместного редактирования корпусов (такая возможность является одним из требований к приложению). Также на эту страницу вынесена кнопка создания корпуса на случай, если пользователь убедится в необходимости загрузки собственного корпуса в процессе просмотра других или захочет провести исследование над подкорпусом.

По умолчанию при просмотре корпуса показывается полный список входящих в него документов, однако для удобства просмотра отдельных текстов существует поиск по корпусу. Результаты поиска выводятся в таблице.

Инструмент поиска по корпусу также может быть использован полностью или частично для создания подкорпусов в разделе «Создать корпус». Как при расширенном поиске корпусов, здесь можно указать параметры текста: его размер (в количестве слов или знаков), автор (здесь: автор как непосредственный автор текста, а не загрузивший его пользователь), источник (например, журнал Scopus), дата публикации (самой статьи в источнике) или дата загрузки документа в корпус и другие параметры, которые будут сочтены необходимыми для анализа документов.

В таблице результатов поиска также есть столбец «Действия» для просмотра, редактирования, скачивания, удаления и других действий с документами, которые могут понадобиться в процессе просмотра, анализа или редактирования корпуса. Для отдельных документов также будет полезна история редактирования текста и разметки.

Рисунок 3.7. Просмотр корпуса и настройка разметки

Просмотр документа может осуществляться как на отдельной странице, так и на текущей. В процессе анализа окно просмотра документа также выполняет роль редактирования и настройки разметки. Окно просмотра сделано по аналогии со средой GATEDeveloper, но в упрощённом виде. Так, например, при наличии у одного слова нескольких аннотаций, при нажатии на него все аннотации будут указаны в нижней части окна в виде различных вкладок. Здесь же производится редактирование и удаление аннотаций. Добавить аннотацию вручную можно, выделив фрагмент текста и нажав кнопку «Добавить аннотацию». Некоторые аннотации могут иметь несколько вариантов расшифровки: для профессиональных лингвистов и обычных пользователей, как, например, обозначение существительного - NN.

Цветовое выделение различного типа аннотаций является одним из самых больших достоинств интерфейса программы GATEDeveloper и рекомендуется для повышения наглядности и общей дружественности интерфейса приложения. Легенда с расшифровкой и полным списком типов разметки находится в боковой части окна. При снятии галочки напротив типа разметки цветовые выделения аннотаций с этим типом не показываются в окне с текстом документа. Полезно также сделать инструмент для просмотра количества аннотаций каждого вида в открыть документе.

Важное замечание: в отличие от GATEDeveloper, где отображаются только типы аннотаций, которые есть в документе, данное приложение должно отображать все типы аннотаций, присутствующие в корпусе в целом. Так, например, если в открытом тексте нет ни одной аннотации с типом «Complexconjunction», данный тип аннотации может присутствовать в других документах корпуса и тоже может учитываться при анализе корпуса.

Раздел «Типы разметки» также выполняет функцию настройки списка типов аннотаций для дальнейшего анализа. По нажатию кнопки «Подробнее…» открывается окно, в котором можно:

? увидеть полный список использованных в корпусе аннотаций и их подробные описания;

? выбрать из имеющихся в разметке корпуса типов аннотации набор, который будет проанализирован;

? загрузить настройки, сохранённые ранее;

? разметить корпус по другим типам аннотации с помощью имеющихся обрабатывающих ресурсов или создать свой обрабатывающий ресурс с помощью визуального редактора лексико-синтаксических шаблонов (то же самое позволяет кнопка «Добавить тип» в главном окне);

? сохранить и опубликовать настройки разметки (например, «Типы разметки для анализа глагольных форм»).

После редактирования разметки корпуса можно сохранить или отменить изменения. Здесь также предлагается ввести версионность и ограничение прав доступа, чтобы над одним корпусом одновременно и независимо могли работать несколько групп исследователей и пользователей. Следующим шагом в анализе корпуса является настройка статистики.

3.3.3. Выбор типов статистики для отчёта

В портале будет некоторое количество общедоступных типов статистики с соответствующими описаниями - прецедент «Выбрать типы статистик». Также для повышения гибкости метода анализа требуется инструмент для создания пользовательских типов статистики - прецедент «Создать тип статистики». Пользовательские типы статистики могут использовать стандартные значения, такие как общее количество слов или аннотаций определённого типа в документах, в собственных формулах. Например, один сложный союз в предложении выделяется двумя аннотациями, поэтому для определения точной частоты встречаемости многие статистики касательно этого параметра необходимо разделить на 2. Такую формулу пользователь сможет создать с помощью конструктора формул. Базовая страница для выбора статистики показана на рис. 3.8.

Настройки статистики, как и настройки разметки корпуса, можно сохранить и загружать при повторном создании отчётов, а также опубликовать (при создании данного макета предполагалось, что открытие/ограничение доступа указывается при сохранении настроек). Наличие типов статистики в отчёте определяется наличием галочки напротив этого типа статистики в таблице, порядок их следования можно редактировать с помощью механизма drag'n'drop или специального мастера настройки оформления отчётов, если такой будет создан. После всех необходимых настроек пользователь может сформировать отчёт по анализу корпуса, сохранить его в системе, опубликовать и скачать.

Рисунок 3.8. Выбор типов статистики для отчёта

Наличие элементов, добавляемых пользователем - корпус, документ, аннотация, тип разметки, тип статистики и т.д. - приводит к необходимости создания «личного кабинета», где пользователь может продолжать работу с ними вне алгоритма: редактировать, размещать в открытом доступе или для ограниченной группы пользователей. Группам пользователей, работающим над одним проектом, также был бы удобен личный кабинет для группы или отдельного проекта.

Отдельно стоит отметить возможность разработки алгоритмов интеллектуального поиска, которые могли бы предлагать пользователям наиболее релевантные варианты при выборе корпуса, что значительно упростить работу непрофессиональных пользователей. В частности, при реализации алгоритма автоматического подбора корпуса по тексту статьи весь процесс формирования рекомендаций для пользователя будет состоять из загрузки статьи и нажатия кнопки. Такие улучшения помогут повысить порог вхождения пользователей и обеспечить удобство и, соответственно, популярность ресурса.

Вывод по главе

В ходе данного исследования были выделены функциональные и нефункциональные требования к реализации портала для анализа и оценки стиля научных публикаций на английском языке.

В целом есть два основных пути использования портала:

- Первый - это анализ статистических характеристик разметки корпуса для профессиональных лингвистов, проводящих исследования собственных корпусов.

- Второй - сравнение характеристик статьи пользователя с характеристиками эталонного корпусадля пользователей, которым не требуются дополнительные настройки с точки зрения лингвистики, только рекомендации системы.

Первый сценарий требует большой гибкости сервиса и работы с объёмными данными, второй - максимальной простоты интерфейса.

Функциональные требования к порталу представлены в виде диаграмм вариантов использования, основные процессы жизненного цикла системы и взаимодействие компонентов внутри системы также описаны с помощью диаграмм.

Функции портала естественным образом подразделяются на функции взаимодействия с пользователем, основные сервисы и работу с данными. В связи с этим для реализации портала предложена трёхслойная архитектура, каждый слой которого составляют взаимодействующие друг с другом, но фактически независимые компоненты. Подобная архитектура способствует улучшению масштабируемости и надёжности системы, т.к. каждый компонент может располагаться на отдельных серверах. Весь портал и хранилища данных могут быть размещены в облачном сервисе.

Ранее был создан исследовательский прототип приложения, выполняющего некоторые из будущих функций портала, на основе среды GATEDeveloper, библиотеки которой также будут использоваться в разработке функций разных компонентов портала: визуального редактора разметки, компонента разметки корпусов, компонента сбора статистики.

Понятия и концепции, использовавшиеся для моделирования предметной области, соответственно близки к терминологии среды. В целом разработанные модели предметной области, архитектура и макеты интерфейса вместе с комментариями дают эскизное представление об устройстве будущего портала и станут опорой для его разработчиков.

Работы по созданию портала для анализа и оценки стиля научных публикаций на английском языке являются частью исследований научно-учебной группы «Разработка программного обеспечения для проведения корпусных исследований английского языка» по теме «Разработка программного обеспечения для проведения стилистического исследования письменной научной речи на английском языке» (2017), поддержанных грантом Научного фонда НИУ ВШЭ (17-05-0020).

Результаты проведённых исследований были представлены на международных конференциях и в статьях [19], [35].

Библиографический список

Приложение В

Диаграммы последовательностей

Рисунок 1. Диаграмма последовательностей процесса анализа корпуса (1 часть)

Рисунок 2. Диаграмма последовательностей процесса анализа корпуса (2 часть)

Рисунок 3. Диаграмма последовательностей процесса формирования рекомендаций (1 часть)

Рисунок 4. Диаграмма последовательностей процесса формирования рекомендаций (2 часть)

Размещено на Allbest.ur