Меры информации семантического уровня

Для измерения информации на семантическом уровне используется тезаурусная мера, которая связывает семантическое свойства со способностью пользователя понимать поступившее сообщения.

Для понимания смысла пользователь должен обладать определенным запасом знаний. Так отсутствие знаний о предмете не дает возможность установить ее содержание. При полном знании предмета сообщение также не содержит информации для пользователя.

Моделью знаний пользователя может являться тезаурус, т.е. совокупность связанных понятий. Количество смысловой информации в этом случае оценивается степенью изменения тезауруса пользователя при получении сообщения.

Другим подходом к семантическим оценкам информации заключается в том, что за показатель семантической ценности информации, содержащийся в документе принимается количество ссылок на него в других документах.

Меры информации прагматического уровня

Эта мера определяет полезность информации для достижения поставленной цели. За меру ценности информации А.А. Харкевич предлагает использовать приращение вероятности достижения рассчитанное цели при получении сообщения:

C=log p₁ – log p₀

где p₀ – вероятность достижения цели до получения сообщения;

p₁ – вероятность достижения цели при получении сообщения.

Ценность информации измеряется, также как и количество информации в битах.

Отметим, что ценность сообщения может быть положительной величиной, равна нулю либо отрицательной величиной.

 

Достоверность информации

Под достоверностью информации понимается мера ее истинности.

Достоверность информации оценивается вероятностью не искажения сообщений.

Типичные причины искажения данных:

- человеческий фактор (ошибки ввода информации, ошибки при подготовке документов, преднамеренное искажение, и т. д.);

- сбои в работе технических средств.

Пусть имеется n последовательных этапов (процедур) обработки данных. Если известны вероятности возникновения ошибок на каждом этапе (P_ошi), то достоверность обработки данных (P_n) определяется выражением:

Классификация процедур повышения достоверности данных:

1. Универсальные процедуры обнаружения ошибок.

2. Предметно ориентированные процедуры обнаружения ошибок.

Примеры процедур повышения достоверности данных:

Визуальный контроль                          (Pобн ош = 0.9).

Ввод данных двумя операторами       (Pобн ош = 0.95).

Использование контрольных сумм    (Pобн ош = 0.999).

Пусть в последовательном ТПОД на k -ом этапе обработки данных выполняется процедура контроля данных.

Вероятность обнаружения ошибки при выполнении k -ого этапа равна P_{обн ош к}. Оценка достоверности данных после выполнения k -ого этапа определяется значением выражения:

Р_к = Р_к-1 + Р_{обн ош к} (1 – Р_к-1).

ПРИЛОЖЕНИЕ 1. Основные сведения из теории вероятности

 

Определение 1. Событие.

Под «событием» в теории вероятностей понимается всякий факт, который врезультате опыта может произойти или не произойти.

Приведем несколько примеров событий:

А — появление герба при бросании монеты;

В — появление трех гербов при трехкратном бросании монеты;

С — попадание в Цель при выстреле;

D —появление туза при вынимании карты из колоды;

Е — обнаружение объекта при одном цикле обзора радиолока­ционной станции;

F — обрыв нити в течение часа работы ткацкого станка.