Информационной технологии

 

Под методикой индексирования понимают совокуп­ность приемов и правил образования поискового образа до­кумента или запроса, т.е. приемов и правил образования ин­дексов (УДК, ББК и т.д.) для понятий, тематических и пред­метных рубрик, отражающих содержание документа или за­проса. Основной задачей методики индексирования является обеспечение единообразия подходов в создании поисковых образов документов. Единообразие индексирования позволя­ет обеспечить быстрый, полный и точный поиск по большин­ству типовых для данного фонда запросов. Способствует правильной организации информационных массивов пер­вичных и вторичных документов.

Предметом общей методики является разработка прие­мов и правил индексирования, отбора понятий в поисковый образ документа, вытекающих из особенностей эксплуати­руемых в информационных системах информационно-поисковых языков. Специфика ИПЯ определяется их функ­циональным назначением и требует введения специальных правил и приемов индексирования документов не только по предметным областям, но и тематическим ^направлениям.

В связи с тем, что во многих ИПС используется не один, а одновременно несколько ИПЯ для обслуживания различных нужд системы в настоящем пособии предпринята попыт­ка коротко охарактеризовать наиболее часто используемые ИПЯ, Основными критериями в выборе ИПЯ для ИПС яв­ляются: семантическая сила, однозначность, мнемоничность, эффективность поиска.

Семантическая сила - способность ИПЯ описать объект с присущими этому объекту характеристиками.

Под однозначностью понимается то, что ключевое сло­во, термин, понятие должны передавать только одно значе­ние.

Мнемоничность представляет собой некоторое приспо­собление (символ, знак) для формы записей (кода, индекса), не несущее смысловой нагрузки, но существующее для облег­чения зрительного восприятия, прочтения, запоминания. На­пример, точка в классификационном индексе УДК (УДК 621.315.61).

Индексирование всегда представляет собой попытку более или менее адекватно отразить объективную реаль­ность. Поэтому мера расхождения с объективной реально­стью может являться мерой качества индексирования. Эта мера дает представление лишь о возможностях определенно­го ИПЯ обеспечивать полноту, точность (релевантность) ин­формационно-поисковой системы, которая реализована с помощью того или иного языка.

Общеметодические правила, независимо от применяе­мого языка индексирования, подразумевают, что индексиро­вание должно отражать не сумму локальных (отраслевых по­нятий), а быть единой системой, в которой учитываются, взаимосвязи и взаимозависимости понятий.

Интегральный подход в ИПЯ, которые обслуживают "свои" и "чужие" информационные ресурсы и запросы, должны в равной степени использоваться для индексирова­ния, невзирая на их близость или отдаленность от профиля формируемых информационных ресурсов.

Универсальная десятичная классификация (УДК). УДК является международной системой классификации докумен­тов. Она отвечает наиболее существенным требованиям, предъявляемым к ИПЯ классификационного типа:

• международность;

• универсальность;

• мнемоничность;

• возможность отражения новых достижений науки и техники без существенных изменений в ее структуре.

Наличие детально разработанных таблиц общих и спе­циальных определителей и их применение при индексирова­нии документов безгранично раздвигает рамки классифика­ции и делает ее гибкой и более дробной.

УДК в органах информации и научно-технических биб­лиотеках используется для организации, как универсальных информационных массивов, так и для отраслевых и узкоспе­циализированных фондов.

Развитие науки и техники требует постоянного совер­шенствования любого ИПЯ, в том числе и УДК,

Постоянные усилия специалистов многих стран и меж­дународных организаций, направлены на усовершенствова­ние УДК, а также единые методические принципы ее совер­шенствования создали возможность поднять УДК до уровня международной и стандартизованной систем классификации.

Специальные определители, называемые аналитически­ми, отражают дополнительные качества предмета. Знаки, применяемые в УДК представляют возможность наиболее эффективно использовать как основные, так и вспомогатель­ные таблицы УДК.

Библиотечно-библиографическая классификация (ББК) входит в комплекс информационно-поисковых языков ие­рархического типа. ББК как ИПЯ обслуживает универсаль­ные, отраслевые и специализированные документальные фонды. Состав лексических единиц ББК позволяет наиболее полно раскрыть предметное содержание документа, описать объект с различных точек зрения, в частности, заиндексировать документ по форме издания, хронологическим рамкам, территориальным границам и многим другим аспектам. Структура ББК представлена основными' таблицами, плана­ми расположения, а также таблицами общих и специальных типовых делений. ББК имеет алфавитно-предметный указатель для быстрого отыскания в таблицах индексов. В основе построения ББК лежат две логические операции: делен объемов понятий и упорядочение понятий, образованных результате деления. При делении понятий в ББК были соблюдены требования формальной логики. Чтобы делен понятий было обоснованным, за основание деления выбирался существенный признак, от которого не только зависит, но из которого вытекают все другие признаки классифицируемых объектов, предметов; сумма объемов членов деления понятий всегда адекватна объему родового понятия. При создании ББК соблюдался принцип непрерывности и последовательности деления понятий: от высшего класса к низшему, от родового к видовым, для которой делимое понятие является самым ближним.

ББК позволяет применять альтернативные решения, е. отражать один и тот же предмет в различных отделах классификации. Это объясняется тем, что классифицируемые объекты могут являться предметом изучения двух или боле дисциплин. Комбинируя индексы основных таблиц и индексы типовых делений, ББК обеспечивает многоаспектную классификацию, что в свою очередь повышает эффективность информационного поиска и выдачу релевантных документов.

Международная классификация изобретений (МКИ). Предназначена для единообразного, в международном масштабе индексирования патентных документов. МКИ представляет собой эффективный инструмент для патентных ведомств и других потребителей, осуществляющих поиск патентных документов для различных целей, в том числе для определения новизны, приоритета и т. д. МКИ служит не только для раскрытия содержания патентных документов и их поиска, но и является инструментом для упорядоченной хранения патентной документации, что в свою очередь облегчает доступ к ней. МКИ, как УДК и ББК, имеет иерархическую структуру и охватывает все области знаний, объекты которых могут подлежать защите охранными документами. МКИ создает хорошую основу для поиска информации, на основе которой определяется современный уровень развития техники и технологий, получения статистических данных в области промышленной собственности.

Алфавитно-предметные классификации (АПК). Струк­тура АПК:

• предметный заголовок;

• предметный подзаголовок;

• предметная запись.

Предметный заголовок - это подразделение предметной классификации, определяющее основную тематику докумен­тов, собранных под этой рубрикой. Предметный заголовок может быть выражен как одним словом, так и словосочета­нием, а также фразой естественного языка, которая используется для обозначения предмета.

Предметный подзаголовок - вторые и последующие подразделения предметной классификации, конкретизирующие основную предметную рубрику.

Предметный подзаголовок - это слово, словосочетание, фраза, которая выражает аспект рассмотрения предмета. Предметный подзаголовок может обозначать и подкласс предметов, которые входят в более широкий класс, обозна­ченный предметным заголовком, например, предметный заголовок - тракторы, предметный подзаголовок - тракторы гусеничные, тракторы колесные пропашные.

Предметная запись - это слово, словосочетание, фраза, которая уточняет предметный заголовок или подзаголовок. Предметная запись может обозначать как предметный подзаголовок, так и класс предметов на другом уровне иерархии.

Предметная рубрика - это совокупность предметного заголовка, подзаголовка и записи с указанием адреса или места хранения документа. Между предметными заголовка­ми, подзаголовками в АПК указываются синонимические, родо-видовые и ассоциативные отношения. К ассоциативным отношениям отнесены отношения вида: «часть-целое» «процесс-орудие», «процесс-материал», «материал-изделие» и др. Все виды отношений в АПК имеют свои пометы: синонимии «см.» (смотри); родо-видовые отношения между пред­метными заголовками фиксируются пометами «см.» (смотри) и "см. также"; парадигматические отношения между заголов­ками и входящими в них подзаголовками указывают путем сдвига подзаголовка на два знака вправо относительно заго­ловка; ассоциативные отношения имеют пометку «см. так­же».

Фасетные классификации. Среди существующих ин­формационно-поисковых языков особое место занимают фасетная или аналитико-синтетическая классификация. Этот вид классификации был предложен Ш.Р. Ранганатоном - «Классификация с двоеточием». Сущность метода разработ­ки фасетных классификаций состоит в том, что на основе анализа отрасли знания, техники, документов выделяют та­кие категории классов предметов, которые применяются в данной отрасли. Перечень категорий (классов предметов) на­зывают фасетами. Выделенные из документов термины, на­учные понятия распределяются по фасетам, в которых могут образовываться субфасеты. Термин, понятие, вошедший в субфасету, называют фокусом. Каждый фасет обозначается буквой, а субфасет - буквой фасета, а также номером.

Методика индексирования документов с использовани­ем фасетной классификации сводится к тому, что в результа­те анализа документа выделяют главную тему или предмет, которым присваивается буква фасета. Для детального описа­ния предмета из фасета берут столько фокусов, сколько их необходимо для полного и многоаспектного раскрытия со­держания. Использование фасетной классификации имеет ряд преимуществ перед иерархическими, классификациями. Фасетные классификации позволяют собирать в одном месте информационного массива все документы по предмету (теме), которые заиндексированы с учетом всего многообра­зия аспектов предмета.

Таким образом, фасетные классификации позволяют одновременно осуществлять многоаспектный поиск инфор­мации. Несмотря на значительные преимущества данной классификации перед иерархическими, фасетные классификации не нашли широкого распространения, потому что этот вид классификации обслуживает массивы документов по уз­ким тематическим, в лучшем случае, отраслевым направле­ниям.

Рубрикатор государственной автоматизированной сис­темы научно-технической информации - (ГАСНТИ). Нацио­нальные рубрикаторы разрабатываются в соответствии с «Положением о лингвистическом обеспечении национальных систем НТИ» и нормативно-техническими предписаниями Международного центра научно-технической информации (МЦНТИ 7-75).

Нормативно-методические документы о лингвистиче­ском обеспечении определяют не только разработку, но и эксплуатацию лингвистического обеспечения, а также авто­матизированную систему ведения информационно-поисковых языков, обеспечивающих справочно-информационное обслуживание сведениями о лингвистиче­ских средствах и поддержке их ядра в рабочем состоянии с учетом изменения во времени.

Ядро лингвистического обеспечения кроме рубрикатора включает базисные тезаурусы, перечни грамматических средств ИПЯ, а также таблицы соответствия рубрикатора с информационными классификациями, используемыми в сис­теме НТИ. Рубрикатор ГАСНТИ является важнейшим клас­сификационным языком в комплексе лингвистического обес­печения в автоматизированных системах НТИ.

Основное назначение рубрикатора ГАСНТИ - разделе­ние информационного потока на подмассивы, формирование справочно-информационных массивов на базе использования вычислительной техники, отражение наиболее важных аспек­тов документов и запросов.

Исходя из общих принципов рубрикации (индексиро­вания) документов многофункционального назначения руб­рикатора, который используется для формирования доку­ментальных фондов и информационных массивов, необхо­димо чтобы каждый документ, представляющий потенциаль­ный интерес с разных точек зрения, содержал в рубрикаторе соответствующие коды рубрик.

Таким образом, в каждом разделе рубрикатора присут­ствуют типовые коды рубрик. Как правило, список рубрик в рубрикаторе, описывающих содержание документов и запро­сов, значительно шире списка рубрик, используемых для ин­дексирования документов.

Каждый документ, который проходит семантическую обработку в соответствующих всероссийских центрах ин­формации, обязательно получает код или группу кодов руб­рикатора. На государственные центры научно-технической информации возложена ответственность за централизован­ное индексирование информационных документов, которые обрабатываются в них с использованием Рубрикатора.

В международных, специализированных и отраслевых автоматизированных информационных системах использует­ся целый комплекс информационно-поисковых языков.

Классификатор государственных стандартов (КГС). Входит в состав лингвистического обеспечения информаци­онных систем и принадлежит к одной из разновидностей ин­формационно-поисковых языков иерархического типа. Структура КГС включает собственно классификатор, пред­метный указатель, списки действующих государственных стандартов, технических условий на аттестованную продук­цию, а также действующих и утвержденных ГОСТов. Клас­сификатор представлен списком основных делений с их ин­дексами, а также списком классов и групп. Каждый раздел КГС разделен на классы. Раздел обозначается буквами, а классы арабскими цифрами, от нуля до девяти. Классы делят на группы и обозначают составным индексом раздела, класса и группы. Поиск стандартов в информационном массиве мо­жет осуществляться по номеру, по разделу, по классу и груп­пе.

Информационно-поисковые языки дескрипторного типа. В конце 60-х гг. получили широкое распространение инфор­мационно-поисковые языки дескрипторного типа. В основу построения дескрипторных ИПЯ положен принцип коорди­натного индексирования, который заключается в том, что центральная тема документа, запроса выражается в виде не­которого перечня множества слов и словосочетаний естест­венного языка, обычно являющихся именами простых клас­сов (предметов, процессов, явлений). Такие слова и словосо­четания, которые выделены из текста документов, запросов являются как бы координатами в некотором N-мерном про­странстве предметно-тематических признаков. Когда в поис­ковом предписании перечисляются слова и словосочетания, которые должны содержаться в поисковых образах поиско­вых документов, то как бы указываются координаты этих документов в данном N-мерном пространстве предметно-тематических признаков,

ИПЯ дескрипторного типа позволяют обеспечить глу­бину и полноту индексирования документов и тем самым осуществлять поиск не только пертинентных (полезных), но и релевантных документов, хранящихся в информационных массивах.

В словарный состав дескрипторного языка включается терминология не только отраслевая, но и терминология дру­гих тематических направлений. Формирование массива лек­сических единиц словаря проводится методом свободного индексирования документов и запросов. Отобранная терми­нология из документов и запросов дополняется терминами из тезаурусов научно-технических терминов, классификацион­ных таблиц УДК, ББК, справочников, учебников и др. Выде­ленные термины, научные понятия являются основой для разработки терминологических систем, которые служат соз­данию лексико-семантического перечня Дескрипторов и неде­скрипторов; систематического указателя дескрипторных об­ластей и групп; перечню дескрипторов по группам.

Основным достоинством дескрипторных языков являет­ся то, что они позволяют проводить эффективный поиск по любому, заранее не предусмотренному сочетанию признаков, кроме того, дескрипторные ИПЯ позволяют легко вводить новые термины и учитывать новые информационные по­требности. Дескрипторные ИПЯ обычно имеют небольшой по объему словарный состав. К недостаткам таких ИПЯ можно отнести:

• трудности, связанные с проведением информационного поиска по тематическим запросам;

• создание ИПЯ дескрипторного типа является трудоемким делом;

• применение ИПЯтребует специальных навыков.

Отраслевые, местные службы информации формируют свои справочно-информационные фонды не только по ос­новному профилю, но и родственным, смежным отраслям науки и техники. Для обслуживания такой коллекции доку­ментов от ИПЯ требуется универсальность. ИПЯ дескрип­торного типа такой универсальностью не обладают.

Структура ИПЯ: дескрипторная статья, дескрипторная группа, дескрипторное поле, дескрипторная область.

Дескрипторная статья включает заглавный дескриптор, синонимы, родовые дескрипторы, видовые дескрипторы, ас­социативные дескрипторы, аскрипторы.

Дескрипторную группу образуют лексические единицы - дескрипторы, объединенные в тематический подкласс.

Дескрипторное поле образуют дескрипторные области, т. е. области науки и техники.

По наполняемости дескрипторами дескрипторных групп, полей и областей можно судить об эффективности об­служивания ИПЯ дескрипторного типа коллекции докумен­тов.

ИПЯ дескрипторного типа снабжаются вспомогатель­ными входами (ключами): алфавитный указатель дескрипто­ров, указатель иерархических отношений между дескрипто­рами и др.

Основным достоинством дескрипторных языков являет­ся то, что они позволяют проводить эффективный поиск по любому, заранее не предусмотренному сочетанию признаков, кроме того, дескрипторные ИПЯ позволяют легко вводить новые термины и учитывать новые информационные по­требности. Дескрипторные ИПЯ обычно имеют небольшой по объему словарный состав.

Общероссийский классификатор промышленной продукции (ОКП). ОКП разработан и введен в действие на тер­ритории Российской Федерации взамен Общесоюзного клас­сификатора промышленной и сельскохозяйственной продук­ции.

ОКП предназначен для обеспечения достоверности, со­поставимости и автоматизированной обработки информации о продукции в таких сферах деятельности как стандартиза­ция, статистика, экономика и другие.

ОКП представляет собой систематизированный свод кодов и наименований группировок продукции, построенных по иерархической системе классификации. Классификатор используется при решении задач каталогизации продукции, включая разработку каталогов и систематизацию в них про­дукции по важнейшим технико-экономическим признакам; при сертификации продукции в соответствии с группами од­нородной продукции, построенными на основе группировок ОКП; для статистического анализа производства, реализации и использования продукции на макроэкономическом, регио­нальном и отраслевом уровнях; для структуризации промышленно-экономической информации по видам выпускае­мой предприятиями продукции с целью проведения марке­тинговых исследований и осуществления снабженческо-сбытовых операций.

Каждая позиция ОКП содержит шестизначный цифро­вой код, однозначное контрольное число и наименование группировки продукции,

В ОКП предусмотрена пятиступенчатая иерархическая классификация с цифровой десятичной системой кодирова­ния.

На каждой ступени классификации деление осуществле­но по наиболее значимым экономическим и техническим классификационным признакам.

При необходимости отражения конкретных типов, ма­рок, моделей и других характеристик, отдельных классифика­торах продукции в качестве первых шести знаков должны использоваться коды из настоящего Общероссийского клас­сификатора продукции.

Ведение ОКП осуществляет Всероссийский научно-исследовательский институт классификации, терминологии и информации по стандартизации и качеству (ВНИИКИ) Гос­стандарта РФ совместно с головными и ведущими организа­циями по ОКП министерств и ведомств.

В настоящем кратком обзоре средств лингвистического обеспечения, которые обслуживают многообразие информа­ционных задач, не исчерпан весь репертуар лингвистических средств (указатель географических понятий, классификатор профессий и должностей, а также значительное число объ­ектно-признаковых информационных языков, которые ис­пользуются для обработки информации).

В принципе, каждый из ИПЯ обеспечивает информаци­онную технологию по сбору информации, учету, системати­зации, организации информационных массивов (банков дан­ных), поиску информации, а также структурированию биб­лиографических записей в библиографических и рефератив­ных пособиях, тематических справках, научно-аналитических обзорах, деловых документах, статистических отчетах. Об эффективности средств лингвистического обеспечения в ин­формационной технологии можно судить по элементам опи­сания документов и их использовании для производства ин­формационных продуктов и услуг, см. схему 3.

Средства лингвистического обеспечения используются в информационных центрах, издательствах и учреждениях, обеспечивающих централизованную обработку документов, предназначенных для ввода в информационно-библиотечные и автоматизированные системы.

Среди информационных центров, осуществляющих централизованную обработку научно-технической, экономи­ческой, производственной, юридической и художественной литературы, особое положение занимает Всероссийская книжная палата - учреждение, ведущее на базе контрольного (обязательного) экземпляра государственную регистрацию, учет и хранение произведений печати, изданных в стране не, и информирующее о них путем публикации Государственных

библиографических указателей (аналоги баз данных), стати­стические ежегодники, статистические сборники «Печать России», а также осуществляющее централизованную ката­логизацию (библиографическое описание и классификацию), и на этой основе издающее библиотечные карточки для ката­логов и картотек, которые ведутся не только в библиотеках, но и в информационных службах, ведущих справочные ин­формационные фонды и сервис.

Использование информационно-поисковых языков на­ходит широкое применение во всех изданиях Книжной пала­ты. Так, например, при подготовке каталожных карточек применялось несколько классификационных ИПЯ, а также информационно-поисковый язык - Библиографическое опи­сание, рис. 1.

Использование результатов централизованной обра­ботки книг, журнальных и газетных статей и др. в информа­ционных технологиях снижает трудозатраты, уменьшает стоимость справочного аппарата, обеспечивает совмести­мость справочного аппарата, улучшает функционирование справочных ресурсов.

Рис. 1:1- Язык, библиографическое описание; 2 - Предметные рубрики (алфавитно-предметные классифи­кации); 3 - Классификационные индексы УДК; 4 - Классифи­кационные индексы ББК; 5 - Авторский знак.

 

Из-за отсутствия таблиц совместимо­сти при централизованной обработке документов использу­ют одновременно несколько ИПЯ, тем самым обеспечивается гостеприимство информационных потоков в различных информационных систем ах.

Использование информационно-поисковых языков не только обеспечивает поиск информации в информационных массивах, но и позволяет вести научно-аналитическую рабо­ту, связанную с оценкой и управлением ресурсами.

Не только Книжная палата осуществляет информаци­онную деятельность через свои издания, но и другие инфор­мационные центры в своих изданиях одновременно исполь­зуют несколько ИПЯ. Так, например, в монографии, издан­ной Научно-техническим центром «Информ-регистр», ис­пользуется кроме классификационных ИПЯ еще и междуна­родный стандартный номер книги и аннотация, рис. 2.

Приведенные данные об издании позволяют не только осуществить поиск монографии, но и принять решение о целесообразности более глубокой проработки содержания, или ограничиться знакомством.

Без особых затрат и усилий документ может быть включен в справочно-информационный фонд и справочный аппарат службы информации и использован при подготовке информационных продуктов и оказании информационных услуг.

Всероссийский научно-технический информационный центр (ВНТИЦ) получает от научных, проектно-технологических организаций, высших учебных заведений, Специали­зированных Советов по защите диссертаций, др. предпри­ятий, регистрационные и информационных карты, формиру­ет и распространяет информацию о начале и окончании ра­бот НИР и ОКР. ВНТИЦ создает уникальный фонд научно-технической документации, в виде отчетов регистрационные и информационные карты служат не только для учета и кон­троля НИР и ОКР, но и для выработки управленческих ре­шений.

В функционально-технологических форматах карт ука­зываются не только индексы иерархических ИПЯ (УДК, ББК, МКИ, Рубрикатор), но и ключевые слова, предметные рубрики, реквизиты, которые позволяют структурировать информационные массивы и базы данных с учетом частоты обращений к тем или иным полям формата.

Набор полей в формате ввода информации о НИР и ОКР позволяет автоматизировать процесс систематизации записей при подготовке реферативных журналов, сборников, рефератов НИР и ОКР и регистрационных бюллетеней, а также создавать систему вспомогательных входов (ключей) в информационные издания.

В регистрационных информационных картах широко используется система кодирования информации. Так, в реги­страционной карте отражены стадии (этапы) ОКР: 09 Техни­ческое задание; 45 Техническое предложение; 42 Эскизный проект; 81 Технический проект.

Рабочая документация: 54 Опытный образец; 63 Уста­новочная серия; 90 Промышленная серия.

Основание проведения работ: 7146

07 Постановление Правительства РФ; 16 Постановление Администрации региона; 34     Задание ведомства; 52 Заявки предприятий; 43 Инициативная.

Сметная стоимость работ: 7173

 

7713 Госбюджет
7731 ГФРНТ
7722 Хоздоговор

 

 

Рис. 2:1 - ИПЯ классификационного типа; 2 - Библиографическое описание; 3 - Международный стандартный номер; 4-Аннотация.

 

В информационной карте (в отличие от регистрацион­ной) об окончании НИР и ОКР в формате предусмотрен ре­ферат. К структуре реферата (по инструкции) предъявляются следующие требования: 9108 Реферат; 9117 Объект разработ­ки или проектирования; 9126 Цель работы; 9124 Методы ис­следования, аппаратура; 9153 Полученные результаты; 9162 Степень внедрения; 9171 Эффективность; 9180 Область при­менения; 9198 Основные конструктивные и технико-эконо­мические показатели; 5634 Индексы УДК; 5616 Коды темати­ческих рубрик по рубрикатору.

Широкое использование способов кодирования инфор­мации в регистрационной и информационной картах позво­ляет структурировать информацию в базах данных, ускорять процесс обращения к базам данных, вести статистическую обработку сведений и на этой основе создавать новые ин­формационные продукты.

Коды или шифры позволяют снизить трудоемкость по обработке информационных массивов, вести сортировку, упорядочивать информацию в определенной последователь­ности, в зависимости от значения ключевых признаков осу­ществлять как первичную, так и вторичную группировку.

Статистические методы обработки фактографической информации крайне важны, когда речь идет о системе ин­формационной поддержки маркетинговой деятельности. Аналитические документы (отчеты) - статистические отчеты позволяют маркетинговой службе не только вести наблюде­ние за движением товаров на рынке, но и прогнозировать со­бытия.