Информационно-поисковые тезаурусы

ТЕМА : ИНФОРМАЦИОННО-ПОИСКОВЫЕ ТЕЗАУРУСЫ

1. Информационно-посковый тезаурус

Словари типа тезаурус или идеографические впервые разработаны в лингвистике. Тезаурусы предназначены для облегчения поиска языковых средств выражающих данное понятие (идею). Классическим примером поискового тезауруса является: тезаурус английских слов и выражений первое издание которого было подготовлено Роджестоном 1852 г. подобные тезаурусы созданы и для других естественных языков. Лингвистический тезаурус разработан в связи с автоматизированной подготовкой текста.

Синтагматические связи - это соотношение единицы языка в данном высказывании.

В институте русского языка РАН создан тезаурус семантических (смысловых) и синтагматических связей между словами и словосочетаниями , русский язык как словарно-программное средство. Объём тезауруса 64 000 слов и словосочетаний.

ИПТ предназначен:

1. обеспечивать перевод с естественного языка на дескрипторный т.е для координатного индексирования документов и запросов.

2. отражать парадигматические отношения между лексическими единицами ИПТ, которые используются при составлении стратегии поиска.

Парадигматические отношения- это логические и ассоциативные отношения между ЛЕ ИПЯ.

3. служить терминологическим пособием.

ИПТ - это нормативный словарь дескрипторного ИПЯ с зафиксированными в нём парадигматическими отношениями ЛЕ.

Многоязычный ИПТ - это ИПТ содержащие ЛЕ взятые из нескольких естественных языков и представляющий эквивалентные по смыслу понятия на каждом из этих языков.

Целью создания ИПТ является повышение показателя поиска информации в ИПТ.

Макротезаурус - ИПТ включающий ЛЕ высокой общности и покрывающий широкую область знания.

Микротезаурус - специализированный ИПТ небольшого объёма составленный на основе выборки из более полного ИПТ и дополнительно включающий конкретные русские понятия определённой тематики.

Специализированный ИПТ или синоним монотематического ИПТ - ИПТ построенный для отражения области знания или практической деятельности.

Политематический ИПТ - ИПТ построенный для широкой совокупности областей знания.

Специализированный ИПТ - существует в большинстве науки и техники.

Количество разработанных микротезаурусов исчисляется только в нашей стране в несколько тысяч.

Макротезаурус и политематический ИПТ - предназначены для использования лексико-тематической основы при построении микротезауруса.

Политематический ИПТ включает только основную лексику той или иной отрасли и наиболее очевидные парадигматические отношения.

Микротезаурус включает специфические термины собствен. наимен. и развитую парадигмат.

В состав ИПТ входит вводная часть, основная часть (лексико-семантический указатель) и дополнительные части.

Вводная часть включает титульный лист и текстовые введения.

Введение содержит следующие данные:

1. цель создания и область применения ИПТ;

2. ссылки на источники используемые для сбора лексики ИПТ (др. ИПТ, терминологические словари);

3. описание порядка составления ИПТ;

4. описание состава и структуры ИПТ;

5. количественные характеристики ИПТ (общее число статей, число дескрипторов и аскрипторов);

6. перечень отношений между ЛЕ и методикой основания для их установления.

7. перечень всех символов и специальных сокращений допустимых для представления ЛЕ.

8. порядок алфавитного расположения ЛЕ.

9. описание состава и формы представления дополнительных данных в словарных статьях.

Лексико-семантический указатель - это основная часть ИПТ в которой в едином алфавитном ряду перечислены все дескрипторы и аскрипторы с указанием их парадигматических отношений.

ЛЕ ИПТ - слово, словосочетание, или лексическое значение компонентов сложного слова естественного языка включённое в ИПТ в качестве дескриптора или аскриптора.

Аскриптор (не дескриптор) - ЛЕ ИПТ которая в поисковых образах документов (запросов) подлежит замене на дескриптор при поиске или обработке информации.

В рамках дескрипторной статьи термины располагаются в следующем порядке:

1. заглавный дескриптор выделен при помощи шрифта. Например заглавными буквами;

2. дополнительные данные;

3. лексическое примечание (краткое объяснение уточнение значения дескриптора);

4. аскрипторы или дескрипторы синонимы (которые следуют за индексом «С»);

5. вышестоящие дескрипторы следующие за индексом «в»;

6. нижестоящие дескрипторы следующие за индексом «а»;

7. дескрипторы связанные другими видами отношений.

Вышестоящий дескриптор, широкий дескриптор- это дескриптор обозначающий либо родовое понятие, либо целое по отношению к данному дескриптору обозначающий часть этого целого.

Нижестоящий дескриптор или узкий дескриптор - дескриптор обозначающий либо видовое понятие, либо часть представляющую вышестоящий дескриптор.

Ассоциативный дескриптор - дескриптор связанный с другими семантической связью характер которой не указан.

1. название дисциплин и отраслей деятельности;

2. предметы, материалы;

3. методы, процессы, операции, явления;

4. свойства, величины, параметры, характеристики;

5. отношения структуры, модели, законы, правила, абстрактные понятия.

Каждый дескриптор относится только к одной рубрике. Внутри рубрики дескриптор располагается в алфавитном порядке.

Иерархический - представляет собой перечень списков дескрипторов, причём каждый список начинается с дескриптора не имеющего вышестоящих.

После каждого дескриптора приведены непосредственно нижестоящие дескрипторы с указанием иерархических , путём применения нумерации. Либо графические обозначения уровня.

Основные преимущества дескрипторных ИПЯ:

Меньшая по сравнению с классификационным ИПЯ трудоёмкость разработки;

Возможность осуществить поиск по любому заранее заданному сочетанию характеристик входящих в ИПЯ;

Возможность автоматического процесса индексирования документов.

Недостатки дескрипторных ИПЯ:

В основных отраслях характер дескрипторного ИПЯ затрудняет их использование для обмена информацией между системами с различными ИПЯ;

Неадекватное значение термина выбран в качестве дескриптора в различных дескрипторных ИПС.

2. Анализ информационно-поискового тезауруса

2.1 Информационно-поисковый тезаурус по сохранности документов (БАН)

1. Первый отечественный двуязычный тезаурус по сохранности документов, подготовленный в Библиотеке Российской академии наук. тезаурус насчитывает 5 166 терминов.

Издание представляет собой образец смешанного двуязычного (русско-английского) тезауруса. Основным языком выбран английский. Это значит, что в качестве дескрипторов выбраны английские термины, а русские термины приводятся как синонимы.

Настоящий информационно-поисковый тезаурус предназначен для индексирования документов и обработки запросов по обеспечению сохранности (хранению) документов в традиционных и нетрадиционных информационных системах. Тезаурус может использоваться как специальный двуязычный словарь при выполнении переводов с русского на английский и с английского на русский язык, а также как терминологический словарь справочник.

В состав тезауруса входят:

- лексико-семантический указатель;

- иерархический указатель;

- хронологический идентификатор.

2. Дескрипторы часто определяют как классы условной эквивалентности терминов, поскольку имеется поисковая и обычная (общеязыковая) эквивалентность языковых единиц, и эти два вида лексической равнозначности терминов в дескрипторных словарях могут не полностью совпадать. Так, например, у лексических единиц, входящих в дескриптор «DERATISATION c. Дератизация, н. MICE, RATS», содержание понятий «мыши» и «крысы» относятся к семантическим категориям «живые организмы», «биологический фактор», а понятие «дератизация» - к лексической категории «операции». Но поскольку при проведении поиска информации различия в категориальном значении указанных слов являются не очень существенными и более важным является их информационно-поисковая эквивалентность, в тезаурусе по сохранности документов понятия «мыши» и «крысы» являются нижестоящими по отношению к термину «deratisation».

В лексико-семантическом указателе тезауруса расположены дескрипторные и аскрипторные статьи.

В рамках дескрипторной статьи термины располагаются в следующем порядке:

- заглавные дескрипторы выделены заглавными буквами;

- дополнительные данные;

- аскрипторы или дескрипторы синонимы, которые следуют за индексом «с»;

- вышестоящие дискрипторы следующие за индексом «в»;

- нижестоящие дескрипторы следующие за индексом «н».

Пример:

ACCTSS CONTROL

c Visitors control

Контроль и управление доступом

в ORGANIZATION OF SECURITY SISTEMS

н ACCESS CONTROL

3. В дескрипторных статьях тезауруса отсутствуют:

- лексическое примечание;

- дескрипторы связанные другими видами отношений.

2.2 Тезаурус терминов по морскому делу и парусному туризму. (информационно-поисковый тезаурус). Составитель В.Н. Белозеров. Москва 2001

1. Тезаурус содержит около 2200 терминов с определениями и тезаурусными связями.

Настоящий словарь-справочник по морскому делу и парусному туризму является терминологическим словарем, в котором для каждого термина дано его определение, при необходимости -- примечания о характере использования, а также семантические связи с другим понятиями.

Наличие явного указания на семантические связи понятий в совокупности с раскрытием их содержания в определениях и комментариях позволяет использовать словарь как "программированный учебник", который ведет читателя от слова к слову, сообщая сведения о понятиях всей сферы интереса.

В состав словаря входит вся специальная терминология, необходимая для изложения материала по организации и проведению туристских плаваний на транспортабельных разборных судах по внутренним водоемам и прибрежным районам морей. Терминология этого вида деятельности дополнена лексикой классического парусного дела, парусного спорта, навигации, гидрографии, организации морских перевозок, что позволяет использовать словарь как справочник по морскому делу в целом.

Словарь состоит из настоящего введения и алфавитного лексико-семантического указателя терминологии. Элементом алфавитного указателя является словарная статья, состоящая из заглавной лексической единицы, определения, примечания и ссылок.

Тематику словаря можно отнести к следующим рубрикам Государственного рубрикатора научно-технической информации:

· 71.37.01 Общие вопросы туристско-экскурсионного обслуживания

· 73.34.01 Общие вопросы водного транспорта

· 77.01.33 Терминология. Справочники, словари, учебная литература по физической культуре и спорту

· 77.29.32 Парусный спорт. Виндсерфинг

· 77.29.33 Спортивный туризм

2. Заглавная лексическая единица возглавляет словарную статью и в дескрипторных статьях выделена заглавными (прописными) буквами. В некоторых случаях в состав заглавной лексической единицы включены факультативные пояснительные слова в круглых скобках. Например: "УЗЕЛ (скорость)" в отличие от "УЗЕЛ (на тросе)".

Определение следует непосредственно после заглавной лексической единицы, отделено от нее тире и набрано шрифтом с уменьшенной высотой букв (в настоящем варианте петит не реализован). В некоторых случаях, когда определение термина очевидно из его внутренней формы, оно не приводится. В тех же случаях, когда термин можно определить с разных сторон и лишь в совокупности соответствующие определения описывают понятие, приводятся два или даже три определения, разделенные точкой с запятой.

Например:

обычное определение:

КЛИВЕР -- треугольный косой парус, передняя шкаторина которого крепится к кливер-лееру, соединяющему стеньгу с ноком бушприта или утлегарем.

определение опущено:

ДАЛЬНОСТЬ ВИДИМОСТИ --

два определения (со стороны значения и со стороны формы):

АЗ -- флаг ВМСС, обозначающий русскую букву А; красный с косицами и белым квадратом у древка.

Важной частью статьи являются ссылки на другие термины или другие формы того же термина. Они позволяют знакомиться с содержанием тезауруса методом "навигации" по ссылкам и уточняют значение терминов, дополнительно раскрывая его через связи термина (набранного обычным светлым шрифтом). Если в статье приводится два или более ссылочных термина, имеющих одинаковый характер связи с заглавной лексической единицей, обозначение ссылки приводится только один раз в первой из строк.

Все термины, указанные в ссылках, являются заглавными лексическими единицами соответствующих статей, в которых можно получить дополнительную информацию о данном термине. Исключение составляют ссылки на обозначения и аббревиатуры.

В настоящем тезаурусе используются следующие виды ссылок, которые располагаются в указанном ниже порядке:

с -- в дескрипторной статье указывает на синонимичный аскриптор;

см -- в аскрипторной статье указывает на синонимичный дескриптор;

исп -- в аскрипторной статье указывает на несколько дескрипторов, среди которых нужно выбрать один, наиболее точно выражающий интересующее читателя понятие;

об -- условное обозначение данного понятия;

вр -- вышестоящее родовое понятие;

вц -- вышестоящий термин, обозначающий объект, включающий в себя данное понятие в качестве своей составной части;

вм -- множество, один из элементов которого обозначается заглавной лексической единицей;

нв -- нижестоящее видовое понятие;

нч -- нижестоящий термин, обозначающий часть объекта, выраженного заглавной лексической единицей;

нэ -- нижестоящий термин, обозначающий один из элементов множества, выраженного заглавной лексической единицей;

асх -- ассоциация по сходству объектов или понятий; асм -- ассоциация по смежности объектов, процессов или явлений; ант -- антоним, т.е. "противоположное" понятие;

ср -- ссылка на аскриптор, предлагающий данную заглавную лексическую единицу в качестве одной из альтернатив для выбора точного термина.

Пример:

АЗИМУТ - направление в пространстве, выраженное относительно стран света

вр: направление

нв: азимут светила; истинный азимут; компасный азимут; магнитный азимут;

асх: пеленг; румб

асм: круговая система азимутов; румбовая система азимутов; четвертная система азимутов

3. Настоящий словарь, рассматриваемый как тезаурус, подготовлен в соответствии с ГОСТ 7.25 -- 80.

СПИСОК ЛИТЕРАТУРЫ

1. ГОСТ 7.24-90. Тезаурус информационно-поисковый многоязычный.

2. ГОСТ 7.25-2001. Тезаурус информационно-поисковый одноязычный.

3. ГОСТ 7.74-96. Информационно-поисковые языки. Термины и определения.